Лутц М. Изучаем Python (4-е издание, 2011)

- cтарейший интернетмагазин России - 14 лет на рынке - cкидки постоянным покупателям - безопасность покупок »ÌÚÂÌÂÚ-Ï‡„‡ÁËÌ Books.Ru ÓÒÌÓ‚‡Ì ‚ 1996 „Ó‰Û. Ã˚ ÚÓ „ÛÂÏ ÍÌË„‡ÏË ÔÓ ‚ÒÂÏÛ ÏËÛ, ‰ÓÒÚ‡‚Îˇˇ Ëı ‚ Ò‡Ï˚Â Û‰‡ÎÂÌ Ì˚Â „ÓÓ‰‡ Ë ÒÚ‡Ì˚. —‡Ï˚Â ÌÓ‚˚Â Ë ËÌÚÂÂÒÌ˚Â ÍÌË„Ë, ‰ËÒÍË Ë ‚Ë‰ÂÓÍ‡ÒÒÂÚ˚ ‚˚ ‚ÒÂ„‰‡ ÒÏÓÊÂÚÂ Ì‡ÈÚË Û Ì‡Ò ÔÂ‚˚ÏË. »ÌÚÂÂÒÌ˚È ‡ÒÒÓ ÚËÏÂÌÚ, ÓÔÂ‡ÚË‚Ì‡ˇ ‰ÓÒÚ‡‚Í‡ Ë Û‰Ó·Ì˚Â ÒÔÓÒÓ·˚ ÓÔÎ‡Ú˚ ‰ÂÎ‡˛Ú ÔÓÍÛÔÍË ‚ Ì‡¯ÂÏ Ï‡„‡ ÁËÌÂ ÔËˇÚÌ˚Ï ‚ÂÏˇÔÂÔÓ ‚ÓÊ‰ÂÌËÂÏ. œÓÒÚÓˇÌÒÚ‚Ó Ë Ì‡‰ÂÊÌÓÒÚ¸ Ì‡¯ÂÈ ‡·ÓÚ˚ „‡‡ÌÚËÛ˛Ú ·ÂÁÓÔ‡ÒÌÓÒÚ¸ ÔÓÍÛÔÓÍ. ∆‰ÂÏ ‚‡Ò ‚ Ì‡¯ÂÏ Ï‡„‡ÁËÌÂ! Books.Ru – ваш ближайший книжный магазин ÚÂÎ/Ù‡ÍÒ ÃÓÒÍ‚‡ (495) 638-5305 —‡ÌÍÚ-œÂÚÂ·Û„ (812) 380-5006 Learning Python Forth Edition Mark Lutz Изучаем Python Четвертое издание Марк Лутц Санкт-Петербург – Москва 2011 Марк Лутц Изучаем Python, 4-е издание Перевод А. Киселева Главный редактор Зав. редакцией Выпускающий редактор Редактор Корректор Верстка А. Галунов Н. Макарова П. Щеголев Ю. Бочина С. Минин К. Чубаров Лутц М. Изучаем Python, 4-е издание. – Пер. с англ. – СПб.: Символ-Плюс, 2011. – 1280 с., ил. ISBN 978-5-93286-159-2 Такие известные компании, как Google и Intel, Cisco и Hewlett-Packard, используют язык Python, выбрав его за гибкость, простоту использования и обеспечиваемую им высокую скорость разработки. Он позволяет создавать эффективные и надежные проекты, которые легко интегрируются с программами и инструментами, написанными на других языках. Четвертое издание «Изучаем Python» – это учебник, написанный доступным языком, рассчитанный на индивидуальную скорость обучения и основанный на материалах учебных курсов, которые автор, Марк Лутц, ведет уже на протяжении десяти лет. Издание значительно расширено и дополнено в соответствии с изменениями, появившимися в новой версии 3.0. В книге представлены основные типы объектов в языке Python, порядок их создания и работы с ними, а также функции как основной процедурный элемент языка. Рассматриваются методы работы с модулями и дополнительными объектно-ориентированными инструментами языка Python – классами. Включены описания моделей и инструкций обработки исключений, а также обзор инструментов разработки, используемых при создании крупных программ. Каждая глава завершается контрольными вопросами с ответами на закрепление пройденного материала, а каждая часть – упражнениями, решения которых приведены в приложении В. Книга была дополнена примечаниями о наиболее существенных расширениях языка, появившихся в версии Python 3.1. ISBN 978-5-93286-159-2 ISBN 978-0-596-15806-4 (англ) © Издательство Символ-Плюс, 2010 Authorized translation of the English edition © 2009 O’Reilly Media Inc.. This trans lation is published and sold by permission of O’Reilly Media Inc., the owner of all rights to publish and sell the same. Все права на данное издание защищены Законодательством РФ, включая право на полное или час тичное воспроизведение в любой форме. Все товарные знаки или зарегистрированные товарные зна ки, упоминаемые в настоящем издании, являются собственностью соответствующих фирм. Издательство «Символ-Плюс». 199034, Санкт-Петербург, 16 линия, 7, тел. (812) 324-5353, www.symbol.ru. Лицензия ЛП N 000054 от 25.12.98. Подписано в печать 22.10.2010. Формат 70×100 1/16. Печать офсетная. Объем 80 печ. л. Тираж ХХ00 экз. Заказ № Отпечатано с готовых диапозитивов в ГУП «Типография «Наука» 199034, Санкт-Петербург, 9 линия, 12. Посвящается Вере. Ты – жизнь моя. Об авторе Марк Лутц (Mark Lutz) является ведущим специалистом в области обучения языку программирования Python и автором самых ранних и наиболее популярных публикаций. Он известен в сообществе пользователей Python своими новаторскими идеями. Лутц – автор книг «Programming Python»1 и «Python Pocket Referen ce», выпущенных издательством O’Reilly и претерпевших несколько изданий. Он использует Python и занимается его популяризацией начиная с 1992 года. Книги об этом языке программирования он начал писать в 1995 году, а его преподаванием стал заниматься с 1997 года. На начало 2009 года Марк провел 225 курсов, обучил примерно 3500 студентов и написал книги по языку Python, суммарный тираж которых составил около четверти миллиона экземпляров. Книги Лутца переведены более чем на десять языков. Марк обладает степенями бакалавра и магистра в области информатики, закончил университет штата Висконсин (США). На протяжении последних 25 лет занимался разработкой компиляторов, инструментальных средств программиста, приложений и разнообразных систем в архитектуре клиент-сервер. Связаться с Марком можно через вебсайт http://www.rmi.net/~lutz. 1 Лутц М. «Программирование на Python», 2-е изд. – Пер. с англ. – СПб.: Символ-Плюс, 2002. Четвертое издание этой книги выйдет в 2011 году. Оглавление Об авторе.................................................................................... 6 Предисловие.............................................................................. 17 Часть I. Введение....................................................................... 39 Глава 1. Python в вопросах и ответах......................................... 41 Почему программисты используют Python?............................... 41 Является ли Python «языком сценариев»?................................ 44 Все хорошо, но есть ли у него недостатки?................................. 45 Кто в наше время использует Python?....................................... 46 Что можно делать с помощью Python?...................................... 48 Как осуществляется поддержка Python?................................... 52 В чем сильные стороны Python?............................................... 52 Какими преимуществами обладает Python перед языком X? ....... 57 В заключение........................................................................ 58 Закрепление пройденного.......................................................59 Глава 2. Как Python запускает программы................................. 63 Введение в интерпретатор Python............................................. 63 Выполнение программы......................................................... 64 Разновидности модели выполнения..........................................69 В заключение........................................................................ 75 Закрепление пройденного....................................................... 75 Глава 3. Как пользователь запускает программы....................... 77 Интерактивный режим........................................................... 77 Системная командная строка и файлы...................................... 84 Щелчок на ярлыке файла.......................................................90 Импортирование и перезагрузка модулей.................................. 94 Запуск модулей с помощью функции exec ............................... 101 Пользовательский интерфейс IDLE........................................ 102 Другие интегрированные среды разработки............................. 108 Другие способы запуска........................................................ 109 Какие способы следует использовать?..................................... 112 В заключение...................................................................... 114 Закрепление пройденного..................................................... 114 8 Оглавление Часть II. Типы и операции........................................................ 119 Глава 4. Введение в типы объектов языка Python.................... 121 Зачем нужны встроенные типы?............................................ 122 Числа................................................................................. 125 Строки............................................................................... 126 Списки............................................................................... 133 Словари.............................................................................. 137 Кортежи............................................................................. 144 Файлы............................................................................... 145 Другие базовые типы............................................................ 147 В заключение...................................................................... 151 Закрепление пройденного..................................................... 151 Глава 5. Числа........................................................................ 153 Базовые числовые типы........................................................ 153 Числа в действии................................................................. 162 Другие числовые типы......................................................... 177 Числовые расширения ......................................................... 191 В заключение...................................................................... 191 Закрепление пройденного..................................................... 192 Глава 6. Интерлюдия о динамической типизации.................... 194 Отсутствие инструкций объявления....................................... 194 Разделяемые ссылки............................................................ 199 Динамическая типизация повсюду......................................... 204 В заключение...................................................................... 205 Закрепление пройденного..................................................... 205 Ответы............................................................................... 205 Глава 7. Строки....................................................................... 207 Литералы строк................................................................... 210 Строки в действии................................................................ 217 Строковые методы............................................................... 227 Выражения форматирования строк ....................................... 234 Метод форматирования строк................................................ 239 Общие категории типов........................................................ 249 В заключение...................................................................... 251 Закрепление пройденного..................................................... 251 Глава 8. Списки и словари....................................................... 253 Списки............................................................................... 253 Списки в действии............................................................... 256 Словари.............................................................................. 264 Словари в действии.............................................................. 266 В заключение...................................................................... 282 Закрепление пройденного..................................................... 282 Оглавление 9 Глава 9. Кортежи, файлы и все остальное................................ 284 Кортежи............................................................................. 284 Кортежи в действии............................................................. 286 Файлы............................................................................... 289 Пересмотренный перечень категорий типов............................. 301 Гибкость объектов............................................................... 302 Ссылки и копии................................................................... 303 Сравнивание, равенство и истина........................................... 306 Иерархии типов данных в языке Python.................................. 310 Другие типы в Python........................................................... 312 Ловушки встроенных типов.................................................. 313 В заключение...................................................................... 315 Закрепление пройденного..................................................... 316 Часть III. Инструкции и синтаксис............................................ 321 Глава 10. Введение в инструкции языка Python........................ 323 Структура программы на языке Python................................... 323 История о двух if................................................................. 326 Короткий пример: интерактивные циклы............................... 334 В заключение...................................................................... 340 Закрепление пройденного..................................................... 340 Глава 11. Присваивание, выражения и print............................. 342 Инструкции присваивания................................................... 342 Инструкции выражений....................................................... 360 Операция print.................................................................... 362 В заключение...................................................................... 374 Закрепление пройденного..................................................... 374 Глава 12. Условная инструкция if и синтаксические правила.... 376 Условные инструкции if....................................................... 376 Синтаксические правила языка Python................................... 379 Проверка истинности........................................................... 385 Трехместное выражение if/else.............................................. 387 В заключение...................................................................... 390 Закрепление пройденного..................................................... 390 Глава 13. Циклы while и for..................................................... 392 Циклы while....................................................................... 392 break, continue, pass и else..................................................... 394 Циклы for........................................................................... 400 Приемы программирования циклов....................................... 407 В заключение...................................................................... 415 Закрепление пройденного..................................................... 415 10 Оглавление Глава 14. Итерации и генераторы, часть 1................................ 417 Итераторы: первое знакомство............................................... 417 Генераторы списков: первое знакомство.................................. 425 Новые итерируемые объекты в Python 3.0............................... 433 Другие темы, связанные с итераторами................................... 439 В заключение...................................................................... 439 Закрепление пройденного..................................................... 439 Глава 15. Документация.......................................................... 441 Источники документации в языке Python............................... 441 Типичные ошибки программирования.................................... 453 В заключение...................................................................... 456 Закрепление пройденного..................................................... 456 Часть IV. Функции.................................................................... 459 Глава 16. Основы функций...................................................... 461 Зачем нужны функции?........................................................ 462 Создание функций............................................................... 463 Первый пример: определения и вызовы.................................. 466 Второй пример: пересечение последовательностей.................... 469 В заключение...................................................................... 472 Закрепление пройденного..................................................... 472 Глава 17. Области видимости.................................................. 474 Области видимости в языке Python......................................... 474 Инструкция global............................................................... 482 Области видимости и вложенные функции.............................. 487 Инструкция nonlocal............................................................ 494 В заключение...................................................................... 502 Закрепление пройденного..................................................... 502 Глава 18. Аргументы............................................................... 505 Передача аргументов............................................................ 505 Специальные режимы сопоставления аргументов..................... 511 Функция поиска минимума................................................... 525 Универсальные функции для работы с множествами................ 528 Имитация функции print в Python 3.0.................................... 530 В заключение...................................................................... 533 Закрепление пройденного..................................................... 534 Глава 19. Расширенные возможности функций....................... 536 Концепции проектирования функций..................................... 536 Рекурсивные функции......................................................... 538 Функции – это объекты: атрибуты и аннотации....................... 542 Анонимные функции: lambda................................................ 548 Оглавление 11 Отображение функций на последовательности: map.................. 554 Средства функционального программирования: filter и reduce...................................................................... 556 В заключение...................................................................... 557 Закрепление пройденного..................................................... 558 Глава 20. Итераторы и генераторы.......................................... 560 Еще раз о генераторах списков: функциональные инструменты.............................................. 560 Еще раз об итераторах: генераторы......................................... 567 Краткая сводка по синтаксису генераторов в 3.0...................... 583 Хронометраж итерационных альтернатив............................... 586 Типичные ошибки при работе с функциями............................. 596 В заключение...................................................................... 600 Закрепление пройденного..................................................... 601 Часть V. Модули....................................................................... 605 Глава 21. Модули: общая картина........................................... 607 Зачем нужны модули?.......................................................... 608 Архитектура программы на языке Python............................... 608 Как работает импорт............................................................ 612 Путь поиска модулей............................................................ 614 В заключение...................................................................... 620 Закрепление пройденного..................................................... 621 Глава 22. Основы программирования модулей....................... 623 Создание модуля.................................................................. 623 Использование модулей........................................................ 624 Пространства имен модулей.................................................. 630 Повторная загрузка модулей................................................. 635 В заключение...................................................................... 639 Закрепление пройденного..................................................... 640 Глава 23. Пакеты модулей...................................................... 641 Основы операции импортирования пакетов............................. 641 Пример импортирования пакета............................................ 645 Когда используется операция импортирования пакетов? .......... 647 Импортирование относительно пакета.................................... 650 В заключение...................................................................... 663 Закрепление пройденного..................................................... 664 Глава 24. Дополнительные возможности модулей.................. 665 Сокрытие данных в модулях................................................. 665 Включение будущих возможностей языка............................... 666 12 Оглавление Смешанные режимы использования: __name__ и __main__........................................................... 667 Изменение пути поиска модулей............................................ 672 Расширение as для инструкций import и from.......................... 673 Модули – это объекты: метапрограммы................................... 674 Импортирование модулей по имени в виде строки.................... 677 Транзитивная перезагрузка модулей ...................................... 678 Концепции проектирования модулей...................................... 681 Типичные проблемы при работе с модулями............................ 682 В заключение...................................................................... 688 Закрепление пройденного..................................................... 688 Часть VI. Классы и ООП............................................................ 693 Глава 25. ООП: общая картина................................................ 695 Зачем нужны классы?.......................................................... 696 ООП с высоты 30 000 футов................................................... 697 В заключение...................................................................... 706 Закрепление пройденного..................................................... 707 Глава 26. Основы программирования классов......................... 709 Классы генерируют множество экземпляров объектов.............. 709 Классы адаптируются посредством наследования..................... 713 Классы могут переопределять операторы языка Python............. 717 Самый простой в мире класс на языке Python.......................... 721 Классы и словари ................................................................ 723 В заключение...................................................................... 725 Закрепление пройденного..................................................... 726 Глава 27. Более реалистичный пример.................................... 728 Шаг 1: создание экземпляров ................................................ 729 Шаг 2: добавление методов, определяющих поведение.............. 733 Шаг 3: перегрузка операторов................................................ 737 Шаг 4: адаптация поведения с помощью подклассов................. 739 Шаг 5: адаптация конструкторов........................................... 745 Шаг 6: использование инструментов интроспекции.................. 750 Шаг 7 (последний): сохранение объектов в базе данных............. 757 Рекомендации на будущее..................................................... 763 В заключение...................................................................... 765 Закрепление пройденного..................................................... 766 Глава 28. Подробнее о программировании классов................. 769 Инструкция class................................................................. 769 Методы.............................................................................. 772 Наследование...................................................................... 775 Оглавление 13 Пространства имен: окончание истории ................................. 781 Еще раз о строках документирования..................................... 790 Классы и модули. ................................................................ 791 В заключение...................................................................... 792 Закрепление пройденного..................................................... 792 Глава 29. Перегрузка операторов............................................ 794 Доступ к элементам по индексу и извлечение срезов: __getitem__ и __setitem__.................................................... 797 Итерации по индексам: __getitem__....................................... 800 Итераторы: __iter__ и __next__............................................. 802 Проверка на вхождение: __contains__, __iter__ и __getitem__...................................... 807 Обращения к атрибутам: __getattr__ и __setattr__................... 809 Строковое представление объектов: __repr__ и __str__............. 812 Правостороннее сложение и операция приращения: __radd__ и __iadd__............................................................ 814 Операция вызова: __call__.................................................... 816 Функциональные интерфейсы и программный код обратного вызова..................................... 818 Сравнивание: __lt__, __gt__ и другие..................................... 820 Проверка логического значения: __bool__ и __len__................. 821 В заключение...................................................................... 825 Закрепление пройденного..................................................... 826 Глава 30. Шаблоны проектирования с классами...................... 828 Python и ООП...................................................................... 828 ООП и наследование: взаимосвязи типа «является»................................................ 830 ООП и композиция: взаимосвязи типа «имеет»........................ 832 ООП и делегирование: объекты-обертки.................................. 837 Псевдочастные атрибуты класса............................................ 839 Методы – это объекты: связанные и несвязанные методы........................................... 842 Множественное наследование: примесные классы.................... 849 Классы – это объекты: универсальные фабрики объектов.......................................... 861 Прочие темы, связанные с проектированием. .......................... 863 В заключение...................................................................... 863 Закрепление пройденного..................................................... 864 Глава 31. Дополнительные возможности классов..................... 865 Расширение встроенных типов.............................................. 866 Классы «нового стиля»......................................................... 869 Изменения в классах нового стиля......................................... 870 14 Оглавление Другие расширения в классах нового стиля............................. 880 Статические методы и методы класса...................................... 887 Декораторы и метаклассы: часть 1......................................... 896 Типичные проблемы при работе с классами............................. 901 В заключение...................................................................... 907 Закрепление пройденного..................................................... 908 Часть VII. Исключения и инструменты.................................... 917 Глава 32. Основы исключений................................................ 919 Зачем нужны исключения?................................................... 920 Обработка исключений: краткий обзор................................... 921 В заключение...................................................................... 927 Закрепление пройденного..................................................... 928 Глава 33. Особенности использования исключений................. 929 Инструкция try/except/else.................................................. 929 Инструкция try/finally......................................................... 936 Объединенная инструкция try/except/finally.......................... 939 Инструкция raise................................................................. 943 Инструкция assert............................................................... 946 Контекстные менеджеры with/as........................................... 948 В заключение...................................................................... 952 Закрепление пройденного..................................................... 952 Глава 34. Объекты исключений............................................... 954 Исключения: назад в будущее............................................... 955 Исключения на основе классов.............................................. 956 В чем преимущества иерархий исключений? .......................... 959 Классы встроенных исключений............................................ 962 Определение текста исключения............................................ 965 Передача данных в экземплярах и реализация поведения ......... 966 В заключение...................................................................... 968 Закрепление пройденного..................................................... 969 Глава 35. Использование исключений..................................... 971 Вложенные обработчики исключений..................................... 971 Идиомы исключений............................................................ 975 Советы по применению и типичные проблемы исключений........................................ 980 Заключение по основам языка............................................... 984 В заключение...................................................................... 990 Закрепление пройденного..................................................... 991 15 Оглавление Часть VIII. Расширенные возможности................................... 993 Глава 36. Юникод и строки байтов.......................................... 995 Изменения в Python 3.0, касающиеся строк............................. 996 Основы строк...................................................................... 997 Примеры использования строк в Python 3.0.......................... 1003 Кодирование строк Юникода............................................... 1006 Использование объектов bytes в Python 3.0............................ 1015 Использование объектов bytearray в 3.0 (и 2.6) ...................... 1018 Использование текстовых и двоичных файлов....................... 1021 Использование файлов Юникода.......................................... 1026 Другие инструменты для работы со строками в Python 3.0....... 1031 В заключение.................................................................... 1039 Закрепление пройденного................................................... 1040 Глава 37. Управляемые атрибуты......................................... 1043 Зачем нужно управлять атрибутами?................................... Свойства........................................................................... Дескрипторы..................................................................... __getattr__ и __getattribute__............................................. Пример: проверка атрибутов............................................... В заключение.................................................................... Закрепление пройденного................................................... 1043 1045 1050 1059 1078 1084 1084 Глава 38. Декораторы........................................................... 1087 Что такое декоратор?......................................................... Основы............................................................................. Программирование декораторов функций............................. Программирование декораторов классов............................... Непосредственное управление функциями и классами............ Пример: «частные» и «общедоступные» атрибуты.................. Пример: проверка аргументов функций................................ В заключение.................................................................... Закрепление пройденного................................................... 1087 1090 1100 1116 1127 1130 1142 1155 1156 Глава 39. Метаклассы........................................................... 1160 Нужны или не нужны метаклассы....................................... Модель метаклассов........................................................... Объявление метаклассов..................................................... Программирование метаклассов.......................................... Пример: добавление методов в классы.................................. Пример: применение декораторов к методам......................... В заключение.................................................................... Закрепление пройденного................................................... 1161 1168 1172 1173 1179 1186 1194 1195 16 Оглавление Часть IX. Приложения............................................................ 1197 Приложение A. Установка и настройка.................................. 1199 Установка интерпретатора Python........................................ Настройка Python.............................................................. Параметры командной строки интерпретатора....................... Дополнительная информация.............................................. 1199 1203 1208 1209 Приложение B. Решения упражнений................................... 1211 Часть I. Введение............................................................... Часть II. Типы и операции. ................................................. Часть III. Инструкции и синтаксис....................................... Часть IV. Функции............................................................ Часть V. Модули................................................................ Часть VI. Классы и ООП...................................................... Часть VII. Исключения и инструменты................................. 1211 1214 1219 1221 1229 1233 1241 Алфавитный указатель........................................................ 1249 Предисловие Эта книга представляет собой введение в �� Python�� – популярный язык программирования, используемый как для разработки самостоятельных программ, так и для создания прикладных сценариев в самых разных областях применения. Это мощный, переносимый, простой в использовании и свободно распространяемый язык. Программисты, работающие в самых разных областях, считают, что ориентация Python на эффективность разработки и высокое качество программного обеспечения дает ему стратегическое преимущество как в маленьких, так и в крупных проектах. Цель этой книги – помочь вам быстро овладеть основными принципами �� Python�� независимо от уровня вашей подготовки. Прочитав эту книгу, вы получите объем знаний, достаточный для использования этого языка. Издание задумывалось как учебник, основное внимание в котором уделяется ядру языка программирования Python, а не прикладным аспектам его использования. Вообще, эта книга должна рассматриваться как первая из следующего цикла: •• «Изучаем Python» – эта книга служит учебником по языку Python. •• «Программирование на Python»1, где помимо всего прочего показаны возможности применения языка Python после того, как он был освоен. То есть издания, посвященные прикладным аспектам, такие как «Программирование на Python», начинаются с того места, где заканчивается эта книга, и исследуют применение Python в различных прикладных областях, таких как веб-приложения, графические интерфейсы пользователя (ГИП) и приложения баз данных. Кроме того, в книге «�� Python�� Pocket�� Reference�� », которая задумывалась как дополнение к этой книге, вы найдете дополнительные справочные материалы, не вошедшие в эту книгу. Благодаря такой направленности в этой книге стало возможным представить основы языка �� Python�� более глубоко, чем во многих других пособиях для начинающих. Книга основана на материалах практических курсов, включает в себя контрольные вопросы и самостоятельные упражнения и поэтому может служить введением в язык, рассчитанным на индивидуальную скорость освоения. О четвертом издании Четвертое издание книги претерпело три основных изменения: 1 Лутц М. «Программирование на Python», 2-е изд. – Пер. с англ. – СПб.: СимволПлюс, 2002. Четвертое издание этой книги выйдет в 2011 году. 18 Предисловие •• Охватываются обе версии, Python 3.0 и Python 2.6, с особым вниманием к версии 3.0, но при этом отмечаются отличия, имеющиеся в версии 2.6. •• Добавлено несколько новых глав, в основном посвященных развитию базовых возможностей языка. •• Проведена реорганизация части имевшегося материала и добавлены новые примеры для большей ясности. Когда я работал над этим изданием в 2009 году, существовало две основных версии интерпретатора Python – версия 3.0, представляющая новую ступень развития языка и несовместимая с прежним программным кодом, и версия 2.6, сохранившая обратную совместимость с огромным количеством существующих программ на языке Python. Хотя Python 3 рассматривается как будущее языка �� Python�� , тем не менее �� Python�� 2 по-прежнему широко используется и будет поддерживаться параллельно с �� Python�� 3 еще на протяжении нескольких лет. Версия 3.0 – это в значительной степени тот же язык программирования, однако она практически несовместима с программным кодом, написанным для прежних версий интерпретатора (тот факт, что инструкция print превратилась в функцию, только на первый взгляд кажется косметическим изменением, однако именно это обстоятельство сделало неработоспособными почти все программы на языке Python, написанные ранее). Наличие двух параллельно существующих версий представляет дилемму – как для программистов, так и для авторов книг. Проще всего было бы сделать вид, что версия �� Python�� 2 никогда не существовала, и сосредоточить все внимание только на версии 3, но это не будет отвечать потребностям большого количества пользователей языка Python. В настоящее время существует огромное количество программ, написанных для версии Python 2, и в ближайшее время они никуда не денутся. Начинающие программисты могут сосредоточиться на версии �� Python�� 3, но все, кому приходится сопровождать программы, написанные ранее, вынуждены одной ногой оставаться в Python 2. Для переноса всех сторонних библиотек и расширений на версию Python 3 могут потребоваться годы, поэтому такое раздвоение не будет преодолено в ближайшее время. Охват обеих версий, 3.0 и 2.6 Чтобы учесть это раздвоение и удовлетворить нужды всех потенциальных читателей, в этом издании рассматриваются обе версии, Python 3.0 и Python 2.6 (а также более поздние версии веток 3.X и 2.X). Эта книга предназначена для программистов, использующих �� Python�� 2, Python�� 3, а также для тех, кто пользуется обеими версиями, т. е. с помощью этой книги вы сможете изучить любую из основных версий языка Python. Основное внимание уделяется версии 3.0, тем не менее по ходу повествования будут отмечаться отличия, существующие в версии 2.6, и инструменты для тех, кому приходится сопровождать старые программы. Синтаксис языка программирования почти не изменился, однако имеется несколько важных отличий, о которых я также буду рассказывать по ходу изложения материала. Например, в большинстве примеров используется вызов функции print в стиле версии 3.0, но при этом будет описываться использование инструкции print, присутствующей в версии 2.6, чтобы вы могли понимать программный код, написанный ранее. Кроме того, я представлю новые особенности языка, такие как инструкция nonlocal, появившаяся в версии 3.0, и метод форматирования 19 Предисловие строк format в версиях 2.6 и 3.0, а также укажу, какие расширения отсутствуют в более старых версиях Python. Если вы только приступаете к изучению языка Python�� и не стоите перед необходимостью использовать устаревший программный код, я рекомендую начинать сразу с версии Python�� 3.0; в этой версии были устранены многие давнишние недостатки языка, при этом было сохранено все самое лучшее и добавлены некоторые новые возможности. К тому времени, когда вы будете читать эти строки, многие популярные биб лиотеки и инструменты наверняка станут доступны и в версии Python 3.0, особенно если учесть улучшение производительности операций ввода-вывода, которое заявлено в ожидающейся версии 3.1. Если вы используете программы, основанные на версии Python 2.X, вы обнаружите, что эта книга отвечает вашим потребностям в настоящее время, а в дальнейшем поможет вам выполнить переход на версию 3.0. По большей части это издание книги может использоваться для изучения языка Python при использовании разных выпусков версий Python 2 и 3, однако некоторые устаревшие версии интерпретатора из ветки 2.X могут оказаться не в состоянии выполнить программный код всех примеров, которые приводятся здесь. Например, декораторы классов могут использоваться в обеих версиях Python�� 2.6 и 3.0, но вы не сможете применять их в более старых версиях �� Python�� 2.�� X�� , где эта особенность языка отсутствует. Ниже, в табл. П.1 и П.2, приводятся основные отличия между версиями 2.6 и 3.0. Незадолго до передачи книги в печать она была дополнена примечаниями о наиболее существенных расширениях языка, по явившихся в версии Python 3.1: использование запятых в качестве разделителей и автоматическая нумерация полей в вызовах строкового метода format, синтаксис множественных менеджеров контекста в инструкциях with, новые методы чисел и так далее. Основная цель версии Python 3.1 – оптимизация скорости выполнения, поэтому данная книга также охватывает и эту новую версию. Фактически версия Python 3.1 выпускается как замена версии 3.0. Кроме того, последняя версия Python обычно всегда самая лучшая. Поэтому в этой книге термин «Python 3.0» практически везде используется для обозначения не конкретной версии, а изменений в языке, введенных в версии Python 3.0 и присутствующих во всех версиях ветки 3.X. Новые главы Основная цель этого издания – обновить примеры и сведения, приводившиеся в предыдущем издании и касающиеся версий Python 3.0 и 2.6. Кроме того, я добавил пять новых глав, описывающих новые особенности: •• Глава 27 – новое руководство по классам, где приведен более реалистичный пример, демонстрирующий основы объектно-ориентированного программирования (ООП) на языке Python. •• Глава 36 подробно рассказывает о строках Юникода и строках байтов, а также описывает отличия строк и файлов в версиях 3.0 и 2.6. 20 Предисловие •• Глава 37 описывает средства управления атрибутами, такие как свойства, и содержит новые сведения о дескрипторах. •• Глава 38 представляет декораторы функций и классов и содержит подробные и исчерпывающие примеры. •• Глава 39 охватывает метаклассы и сравнивает их с декораторами. Первая из этих глав представляет собой подробное пошаговое руководство по использованию классов и приемов ООП в языке �� Python�� . Она основана на примерах, используемых на учебных курсах и адаптированных для книги. Эта глава призвана продемонстрировать применение ООП в более приближенном к реальности контексте, чем в предыдущих изданиях, и показать, как может использоваться концепция классов для построения крупных программ. Я надеюсь, что эти примеры будут полезны настолько же, насколько они полезны на учебных курсах. Последние четыре главы в этом списке составляют заключительную часть книги «Расширенные возможности». С технической точки зрения эти темы относятся к основам языка программирования, тем не менее многие программисты используют простые строки символов ASCII и не нуждаются в детальном изучении строк Юникода и строк с двоичными данными. Точно так же декораторы и метаклассы являются узкоспециализированными темами, представляющими интерес скорее для разработчиков программных интерфейсов, чем для прикладных программистов. Поэтому эти четыре главы были выделены в отдельную часть и не являются обязательными для чтения. Если же вы используете эти возможности или сопровождаете программы, в которых они применяются, эти новые главы должны помочь вам освоить их. Кроме того, примеры в этих главах соединяют разнообразные базовые концепции языка и имеют большое практическое значение. В конце каждой главы имеются контрольные вопросы, но отсутствуют упражнения, так как эта часть не является обязательной для прочтения. Изменения в существующем материале Помимо всего прочего была проведена реорганизация материала предыдущего издания, добавлены новые примеры. Так, в главе 30 в описание механизма множественного наследования был включен новый пример вывода деревьев классов; в главу 20 были добавлены новые примеры использования генераторов для реализации собственных версий функций map и zip; в главу 31 были включены новые примеры, иллюстрирующие статические методы и методы классов; в главе 23 демонстрируется операция импортирования относительно пакета, а в главу 29 были добавлены примеры, иллюстрирующие методы __ contains__, __bool__ и __index__ перегрузки операторов и использование нового протокола перегрузки для операций извлечения среза и сравнения. Дополнительно была проведена реорганизация материала с целью добиться более последовательного изложения. Например, чтобы добавить новые сведения и избежать перегруженности, каждая из пяти вышеупомянутых глав была разбита на две главы. В результате появились новые самостоятельные главы, посвященные перегрузке операторов, областям видимости и аргументам, особенностям обработки исключений, а также генераторам и итераторам. Был немного изменен порядок следования существующих глав, чтобы обеспечить более последовательное освещение тем. 21 Предисловие В этом издании также была предпринята попытка ликвидировать ссылки на будущие темы за счет переупорядочения глав, однако в некоторых случаях это оказалось невозможным из-за изменений в �� Python�� 3.0: для полного понимания особенностей вывода строк и метода format вам потребуется знакомство с именованными аргументами функций; чтобы понять, как получить список ключей словаря и как проверить наличие того или иного ключа, необходимо знакомство с итераторами; чтобы научиться использовать функцию exec для выполнения программного кода, необходимо уметь применять объекты файлов, и так далее. Читать книгу по-прежнему предпочтительнее по порядку, однако иногда может потребоваться забежать вперед. В общей сложности в этом издании было выполнено несколько сотен изменений. Одни только таблицы в следующем разделе описывают 27 дополнений и 57 изменений в языке Python. Справедливости ради следует отметить, что это издание стало более продвинутым, потому что сам язык Python стал более продвинутым. Расширения языка, появившиеся в версиях 2.6 и 3.0 Вообще говоря, Python версии 3.0 стал более цельным, но он также стал в некотором роде и более сложным. На первый взгляд некоторые из изменений предполагают, что для изучения языка Python вы уже должны быть знакомы с ним! В предыдущем разделе уже были упомянуты некоторые темы, которые связаны круговой зависимостью в версии 3.0, например объяснение темы представлений словарей практически невозможно без наличия предварительных знаний. Помимо обучения основам языка �� Python�� эта книга послужит подспорьем в заполнении подобных пробелов в ваших представлениях. В табл. П.1 перечислены наиболее заметные новые особенности языка и номера глав, в которых они описываются. Таблица П.1. Нововведения в версиях Python 2.6 и 3.0 Нововведение См. главы Функция print в версии 3.0 11 Инструкция nonlocal в версии 3.0 17 Метод str.format в версиях 2.6 и 3.0 7 Строковые типы в версии 3.0: str – для представления строк Юникода, bytes – для представления двоичных данных 7, 36 Отличия между текстовыми и двоичными файлами в версии 3.0 9, 36 Декораторы классов в версиях 2.6 и 3.0: @private(‘age’) 31, 38 Новые итераторы в версии 3.0: range, map, zip 14, 20 Представления словарей в версии 3.0: D.keys, D.values, D.items 8, 14 Операторы деления в версии 3.0: остаток, / и // 5 22 Предисловие Таблица П.1 (продолжение) Нововведение См. главы Литералы множеств в версии 3.0: {a, b, c} 5 Генераторы множеств в версии 3.0: {x**2 for x in seq} 4, 5, 14, 20 Генераторы словарей в версии 3.0: {x: x**2 for x in seq} 4, 5, 14, 20 Поддержка представления двоичных чисел в виде строк в версиях 2.6 и 3.0: 0b0101, bin(I) 5 Тип представления рациональных чисел в версиях 2.6 и 3.0: Fraction(1, 3) 5 Аннотации функций в версии 3.0: def f(a:99, b:str)->int 19 Аргументы, которые могут быть только именованными в версии 3.0: def f(a, *b, c, **d) 18, 20 Расширенная операция распаковывания последовательностей в версии 3.0: a, *b = seq 11, 13 Синтаксис импортирования относительно пакета в версии 3.0: from . 23 Менеджеры контекста в версиях 2.6 и 3.0: with/as 33, 35 Синтаксис исключений в версии 3.0: raise, except/as, суперклассы 33, 34 Объединение исключений в цепочки в версии 3.0: raise e2 from e1 33 Изменения в наборе зарезервированных слов в версиях 2.6 и 3.0 11 Переход на использование классов «нового стиля» в версии 3.0 31 Декораторы свойств в версиях 2.6 и 3.0: @property 37 Дескрипторы в версиях 2.6 и 3.0 31, 38 Метаклассы в версиях 2.6 и 3.0 31, 39 Поддержка абстрактных базовых классов в версиях 2.6 и 3.0 28 Особенности языка, удаленные в версии 3.0 Помимо дополнений в версии 3.0 некоторые особенности языка были удалены с целью сделать его синтаксис более стройным. В табл. П.2 перечислены изменения, которые были учтены в различных главах этого издания. Для многих особенностей, перечисленных в табл. П.2, имеются прямые замены, часть из которых также доступна в версии 2.6, чтобы обеспечить поддержку перехода на версию 3.0. 23 Предисловие Таблица П.2. Особенности языка, удаленные в версии Python 3.0, которые были учтены в этой книге Удаленная особенность Замена См. главы reload(M) imp.reload(M) (или exec) 3, 22 apply(f, ps, ks) f(*ps, **ks) 18 `X` repr(X) 5 X <> Y X != Y 5 long int 5 9999L 9999 5 D.has_key(K) K in D (или D.get(key) != None) 8 raw_input input 3, 10 прежняя версия input eval(input) 3 xrange range 14 file open (и классы из модуля io) 9 X.next X.__next__, вызывается функцией next(X) 14, 20, 29 X.__getslice__ Методу X.__getitem__ передается объект среза 7, 29 X.__setslice__ Методу X.__setitem__ передается объект среза 7, 29 reduce functools.reduce (или реализация цикла вручную) 14, 19 execfile(filename) exec(open(filename).read()) 3 exec open(filename) exec(open(filename).read()) 3 0777 0o777 5 print x, y print(x, y) 11 print >> F, x, y print(x, y, file=F) 11 print x, y, print(x, y, end=’ ‘) 11 u’ccc’ ‘ccc’ 7, 36 ‘bbb’ для строк байтов b’bbb’ 7, 9, 36 raise E, V raise E(V) 32, 33, 34 except E, X: except E as X: 32, 33, 34 def f((a, b)): def f(x): (a, b) = x 11, 18, 20 file.xreadlines for line in file: (или X=iter(file)) 13, 14 D.keys и др., результат в виде списка list(D.keys) (представления словарей) 8, 14 24 Предисловие Таблица П.2 (продолжение) Удаленная особенность Замена См. главы map, range и др., результат в виде списка list(map()), list(range()) (встроенная функция) 14 map(None, ...) zip (или дополнение результатов вручную) 13, 20 X=D.keys(); X.sort() sorted(D) (или list(D.keys())) 4, 8, 14 cmp(x, y) (x > y) - (x < y) 29 X.__cmp__(y) __lt__, __gt__, __eq__ и т. д. 29 X.__nonzero__ X.__bool__ 29 X.__hex__, X.__oct__ X.__index__ 29 Различные функции сортировки Используются аргументы key=transform и reverse=True 8 Операции над словарями Сравнивание sorted(D.items()) <, >, <=, >= (или реализация цикла вручную) 8, 9 types.ListType list (только для невстроенных типов) 9 __metaclass__ = M class C(metaclass=M): 28, 31, 39 __builtin__ builtins (переименован) 17 Tkinter tkinter (переименован) 18, 19, 24, 29, 30 sys.exc_type, exc_value sys.exc_info()[0], [1] 34, 35 function.func_code function.__code__ 19, 38 __getattr__ вызывается Переопределение методов __X__ встроенными функциями в классе-обертке 30, 37, 38 -t, –tt ключи командной строки Чередование использования символов 10,12 табуляции и пробелов всегда приводит к ошибке from ... *, внутри функции Может использоваться только на верхнем уровне в модуле import mod, из модуля в том же пакете from . import mod, импортирование от- 23 носительно пакета class MyException: class MyException(Exception): 34 Модуль exceptions Встроенная область видимости, справочное руководство по библиотеке 34 Модули thread, Queue _thread, queue (переименованы) 17 Модуль anydbm dbm (переименован) 27 Модуль cPickle _pickle (переименован, используется автоматически) 9 22 25 Предисловие Удаленная особенность Замена См. главы os.popen2/3/4 subprocess.Popen (os.popen по-прежнему поддерживается) 14 Исключения на базе строк Исключения на базе классов (обязательны в версии 2.6) 32, 33, 34 Модуль с функциями для Методы объектов строк работы со строками 7 Несвязанные методы 30, 31 Функции (staticmethod – для вызова относительно экземпляра) Смешивание несовмести- Смешивание несовместимых типов мых типов в операциях в операциях сравнения вызывает посравнения и сортировки явление ошибки 5, 9 В Python 3.0 имеются изменения, которые не были включены в эту таблицу, т. к. они не относятся к кругу тем этой книги. Например, изменения в стандартной библиотеке представляют больший интерес для книг, освещающих прикладные аспекты применения языка, таких как «Программирование на Python», чем для этой книги. Хотя стандартная библиотека в значительной степени поддерживает прежнюю функциональность, в Python 3.0 некоторые модули были переименованы, сгруппированы в пакеты и так далее. Более полный список изменений, внесенных в версию 3.0, можно найти в документе «�� What�� ’�� s�� New�� in�� Python�� 3.0» (Что нового в �� Python�� 3.0), включенном в стандартный набор справочных руководств.1 При переходе с версии �� Python�� 2.�� X�� на версию Python�� 3.�� X�� обязательно ознакомьтесь со сценарием 2to3 автоматического переноса программного кода, который входит в состав дистрибутива Python�� 3.0. Конечно, он не гарантирует выполнение переноса любой программы, но способен преобразовать большую часть программного кода, написанного для �� Python�� 2.�� X,�� так, что он будет выполняться под управлением Python 3.X. К моменту написания этих строк на стадии реализации находился проект сценария 3to2 для обратного преобразования программного кода, написанного для �� Python�� 3.�� X�� , так, чтобы он мог выполняться в среде Python 2.�� X�� . Любой из этих инструментов может оказаться полезным для тех, кому приходится сопровождать программы, которые должны выполняться под управлением обеих основных версий Python. Подробности об этих утилитах ищите в Интернете. О третьем издании Новая редакция отражает последние новшества, появившиеся в самом языке и в методиках его обучения. Помимо этого, была несколько изменена структура книги. 1 Аналогичную информацию (хотя это и не прямой перевод указанного документа) на русском языке можно найти на странице http://www.ibm.com/developerworks/ru/ library/l-python3-1/. – Примеч. перев. 26 Предисловие Изменения в языке Python (для 3-го издания) Если говорить о версии языка, это издание описывает Python 2.5 и отражает все изменения, появившиеся в языке с момента выхода второго издания книги в конце 2003 года. (Во втором издании описывался язык �� Python�� 2.2 и некоторые нововведения версии 2.3.) Кроме того, в этом издании обсуждаются изменения, которые ожидаются в версии Python 3.0. Ниже приводится список основных тем, касающихся языка программирования, которые вы найдете в этом издании (нумерация глав была изменена, чтобы соответствовать четвертому изданию): •• Новая условная конструкция B if A else C (глава 19) •• Оператор менеджера контекста with/as (глава 33) •• Унификация конструкции try/except/finally (глава 33) •• Синтаксис относительного импорта (глава 23) •• Выражения-генераторы (глава 20) •• Новые особенности функций-генераторов (глава 20) •• Функции-декораторы (глава 31) •• Объектный тип множества (глава 5) •• Новые встроенные функции: sorted, sum, any, all, enumerate (главы 13 и 14) •• Объектный тип десятичных чисел с фиксированной точностью представления (глава 5) •• Файлы, генераторы списков и итераторы (главы 14 и 20) •• Новые инструменты разработки: Eclipse, dustutils, unittest и doctest, расширения IDLE, Shedskin и так далее (главы 2 и 35) Менее значительные изменения в языке (такие как широко используемые значения True и False, новая функция sys.exec_info, которая возвращает подробную информацию об исключении, и отказ от строковых исключений, методы строк и встроенные функции apply и reduce) обсуждаются на протяжении всей книги. Кроме того, здесь приводится расширенное описание некоторых новых особенностей, впервые появившихся во втором издании, в том числе третье измерение при работе со срезами и возможность передачи функциям произвольного числа аргументов, включая функцию apply. Изменения в обучении языку Python (для 3-го издания) Кроме уже перечисленных изменений в самом языке, третье издание дополнено новыми темами и примерами, наработанными мною при преподавании на курсах обучения языку Python в последние годы. Например, здесь вы найдете (нумерация глав была изменена с целью соответствовать четвертому изданию): •• Новую главу о встроенных типах (глава 4) •• Новую главу о синтаксических конструкциях (глава 10) •• Полностью новую главу о динамической типизации с углубленным освещением этого вопроса (глава 6) •• Расширенное введение в ООП (глава 25) •• Новые примеры работы с файлами, областями видимости, вложенными инструкциями, классами, исключениями и так далее Предисловие 27 Множество изменений и дополнений было сделано, чтобы облегчить чтение книги начинающим программистам; в результате обсуждение некоторых тем было перемещено в более соответствующие для этого места с учетом опыта преподавания �� Python�� на курсах. Например, описание генераторов списков и итераторов теперь приводится вместе с описанием оператора цикла for, а не с описанием функциональных инструментов, как это было ранее. Кроме того, в третьем издании было расширено описание основ языка, добавлены новые темы и примеры. Поскольку эта книга фактически превратилась в стандартный учебник по языку Python, изложение материала стало более полным и расширено новыми примерами его использования. Был полностью обновлен комплект советов и рекомендаций, подобранных из опыта преподавания в течение 10 лет и практического использования Python в течение 15 лет. Также были дополнены и расширены учебные упражнения с целью отразить наиболее удачные современные приемы программирования на языке �� Python�� , его новые особенности и показать наиболее типичные ошибки, которые совершают начинающие программисты на моих курсах. Вообще, основы языка в этом издании обсуждаются более широко, чем в предыдущих изданиях. Структурные изменения в 3-м издании Чтобы облегчить усвоение основ языка, весь материал поделен на несколько частей, каждая из которых содержит несколько глав. Например, типы и инструкции теперь описываются в двух разных частях, в каждой из которых основным типам и инструкциям отведены отдельные главы. При переработке материала упражнения и описания наиболее распространенных ошибок были перемещены из конца каждой главы в конец части. Каждая глава завершается кратким обзором и контрольными вопросами, которые помогут проверить, насколько хорошо понят изложенный материал. В отличие от упражнений в конце каждой части, решения для которых приводятся в приложении �� B�� , ответы на вопросы в конце каждой главы следуют непосредственно за вопросами. Я рекомендую просматривать ответы, даже если вы уверены, что правильно ответили, потому что эти ответы, кроме прочего, являются кратким обзором только что пройденной темы. Несмотря на наличие новых тем, эта книга по-прежнему ориентирована на тех, кто только начинает знакомство с языком Python. Поскольку третье издание в значительной степени основано на проверенном временем опыте преподавания, оно, как и первые два, может служить вводным курсом для самостоятельного изучения языка Python. Ограничение области применения книги Третье издание представляет собой учебник по основам языка программирования Python�� и ничего больше. Здесь приводятся всесторонние сведения о языке, которые необходимо знать, прежде чем приступать к практическому его использованию. Материал подается в порядке постепенного усложнения и дает полное представление о языке программирования, не фокусируясь на областях его применения. Для некоторых «изучить Python» означает потратить час-другой на изучение руководств в Интернете. Такой подход пригоден для опытных программи- 28 Предисловие стов – в конце концов, Python – довольно простой язык по сравнению с другими языками программирования. Однако проблема такого ускоренного изучения состоит в том, что на практике программисты часто сталкиваются с необычными случаями необъяснимого изменения значений переменных, параметров по умолчанию и так далее. Цель этой книги – дать твердое понимание основ языка Python, чтобы даже самые необычные случаи находили свое объяснение и чтобы вы смогли применять его для решения прикладных задач независимо от предметной области, в которой работаете. Это ограничение было введено намеренно. Ограничившись обсуждением основ языка, мы можем заняться более глубоким и полным их исследованием. Обсуждение темы прикладного использования Python и справочные материалы, не вошедшие в эту книгу, вы найдете в других публикациях, которые начинаются с того места, где заканчивается эта книга. О книге «Изучаем Python» В этом разделе приводятся некоторые наиболее важные замечания об этой книге независимо от номера издания. Никакая книга не способна удовлетворить все нужды и потребности читателя, поэтому важно понимать основные цели книги. Предварительные условия В действительности книга не предъявляет никаких предварительных условий. Она с успехом использовалась как начинающими программистами, так и умудренными опытом ветеранами. Если у вас есть желание изучать Python, эта книга наверняка вам поможет. Наличие у читателя некоторого опыта в программировании не является обязательным, но будет совсем не лишним. Эта книга задумывалась как введение в Python для программистов.1 Возможно, она не идеальна для тех, кто раньше никогда не имел дела с компьютерами (например, мы не будем объяснять, что такое компьютер), но я не делал никаких предположений о наличии у читателя опыта программирования или об уровне его подготовки. С другой стороны, я не считаю нужным обижать читателей, предполагая, что они «чайники», что бы это ни означало, – писать полезные программы на языке Python просто, и эта книга покажет, как это делается. В книге Python иногда противопоставляется другим языкам программирования, таким как C, C++, Java и Pascal, но эти сравнения можно просто игнорировать, если ранее вам не приходилось работать с этими языками. Сравнение с другими книгами Эта книга охватывает все основные аспекты языка программирования Python, но при этом я старался ограничить круг обсуждаемых тем, чтобы уменьшить 1 Под «программистами» я подразумеваю всех, кто написал хотя бы одну строчку кода на любом языке программирования. Если вы не входите в эту категорию, вы все равно сможете извлечь пользу из этой книги, но имейте в виду, что основное внимание в ней уделяется не основным принципам программирования, а изучению основ языка программирования Python. Предисловие 29 объем книги. Для сохранения простоты в ней рассматриваются самые основные понятия, используются небольшие и очевидные примеры и опущены некоторые незначительные детали, которые вы найдете в справочных руководствах. По этой причине данная книга должна рассматриваться как введение, как первый шаг к другим, более специализированным и более полным книгам. Например, мы не будем говорить об интеграции Python/C; это слишком сложная тема, которая, однако, является центральной для многих систем, основанных на применении Python. Мы также не будем говорить об истории развития Python и о процессе его разработки. А таких популярных применений Python, как создание графического интерфейса, разработка системных инструментов и работа с сетью, мы коснемся лишь очень кратко, если они вообще будут упоминаться. Естественно, при таком подходе из поля зрения выпадает значительная часть общей картины. Вообще говоря, Python стоит на более высоком качественном уровне относительно других языков сценариев. Некоторые из его идей требуют более глубокого изучения, чем может вместить эта книга, поэтому я надеюсь, что большинство читателей продолжит изучение принципов разработки приложений на этом языке, обратившись к другим источникам информации. Например, книга «Программирование на Python»1 (O’Reilly), содержащая более объемные и полные примеры наряду с описанием приемов прикладного программирования, задумывалась как продолжение книги «Изучаем Python». Эти две книги представляют собой две части курса обучения, который преподает автор, – основы языка и прикладное программирование. Кроме того, в качестве справочника можно использовать «Pyton Pocket Reference» (O’Reilly), где приводятся некоторые подробности, опущенные здесь. Для дальнейшего изучения можно порекомендовать книги, содержащие дополнительные сведения, примеры или особенности использования языка Python в определенных прикладных областях, таких как веб-приложения и создание графических интерфейсов. Например, книги «Python in a Nutshell» (O’Relly) и «Python Essential Reference»2 (Sams) содержат справочную информацию. Книга «Python Cookbook» (O’Reilly) представляет собой сборник решений для тех, кто уже знаком с приемами прикладного программирования. Поскольку выбор книг является делом достаточно субъективным, я рекомендую вам самостоятельно поискать такие, которые наиболее полно будут отвечать вашим потребностям. Неважно, какие книги вы выберете, главное – помните, что для дальнейшего изучения Python вам необходимы более реалистичные примеры, чем приводятся здесь. На мой взгляд, данная книга будет для вас отличным учебником начального уровня, даже несмотря на ее ограниченность (и, скорее всего, именно поэтому). Здесь вы найдете все, что необходимо знать, прежде чем приступать к созданию программ и сценариев на языке Python. К тому моменту, когда вы закончите чтение этой книги, вы изучите не только сам язык, но и начнете понимать, как лучше применить его к решению ваших повседневных задач. Кроме 1 Лутц М. «Программирование на Python», 2-е изд. – Пер. с англ. – СПб.: СимволПлюс, 2002. Четвертое издание этой книги выйдет в 2011 году. 2 Дэвид М. Бизли «Python. Подробный справочник». – Пер. с англ. – СПб.: СимволПлюс, 2010. 30 Предисловие того, у вас будет все необходимое для изучения более сложных тем и примеров, которые будут встречаться на вашем пути. Стиль и структура книги Эта книга основана на материалах практических курсов изучения языка Python. В конце каждой главы содержится список контрольных вопросов с от ветами, а в конце последней главы каждой части – упражнения, примеры решения которых приведены в приложении B. Контрольные вопросы подобраны так, что они представляют собой краткий обзор рассмотренного материала, а упражнения спроектированы так, чтобы сразу же научить вас правильному стилю программирования; кроме того, каждое упражнение соответствует одному из ключевых аспектов курса. Я настоятельно рекомендую прорабатывать контрольные вопросы и упражнения в ходе чтения книги не только для приобретения опыта программирования на Python, но и потому, что в упражнениях поднимаются проблемы, которые не обсуждаются нигде в книге. Ответы на вопросы в главах и примеры решения упражнений в приложении B в случае необходимости помогут вам выйти из затруднительных положений. Общая структура книги также следует структуре учебного курса. Так как эта книга задумывалась как быстрое введение в основы языка программирования, изложение материала организовано так, чтобы оно отражало основные особенности языка, а не частности. Мы будем двигаться от простого к сложному: от встроенных типов объектов к инструкциям, элементам программ и так далее. Каждая глава является полным и самостоятельным описанием одной темы, но каждая последующая глава основана на понятиях, введенных в предыдущих главах (например, когда речь пойдет о классах, я буду исходить из предположения, что вы уже знаете, как создаются функции), поэтому для большинства читателей имеет смысл читать книгу последовательно. Каждая часть посвящена отдельной крупной характеристике языка – типам, функциям и так далее. В большинстве своем примеры являются законченными небольшими сценариями (некоторые из них являются достаточно искусственными, но они иллюстрируют достижение поставленной цели). Часть I «Введение» Изучение Python мы начнем с общего обзора этого языка и с ответов на очевидно возникающие вопросы: почему кто-то использует этот язык, для решения каких задач он может использоваться и так далее. В первой главе рассматриваются основные идеи, лежащие в основе технологии, которые должны дать вам некоторые начальные представления. Далее начинается сугубо технический материал книги. Здесь мы рассмотрим, как выполняют программы человек и интерпретатор Python. Цель этой части книги состоит в том, чтобы дать начальные сведения, которые позволят вам работать с последующими примерами и упражнениями. Часть II «Типы и операции» Далее мы приступим к исследованию языка программирования Python и начнем его изучение с основных встроенных типов объектов, таких как числа, списки, словари и так далее. Обладая только этими инструментами, вы уже сможете писать достаточно сложные программы. Это самая важная часть книги, потому что она закладывает основу для последующих глав. Предисловие 31 В этой части мы также рассмотрим динамическую типизацию и ссылки – ключевые аспекты языка Python. Часть III «Инструкции и синтаксис» В этой части вводятся инструкции языка Python – программный код на языке Python, который создает и обслуживает объекты. Здесь также будет представлена общая синтаксическая модель Python. Хотя эта часть в основном сосредоточена на описании синтаксиса, тем не менее здесь приводятся сведения о дополнительных инструментальных средствах, таких как система PyDoc, и рассматриваются альтернативные стили написания программного кода. Часть IV «Функции» Здесь мы начнем рассматривать высокоуровневые способы структурирования программ на языке Python. Функции предоставляют простой способ упаковки программного кода многократного использования и предотвращения появления избыточного кода. В этой части мы исследуем правила видимости программных элементов в языке Python, приемы передачи аргументов и многое другое. Часть V «Модули» Модули Python позволяют организовать наборы инструкций и функций в виде крупных компонентов, и в этой части будет показано, как создавать модули, как их использовать и перезагружать. Мы также рассмотрим некоторые более сложные темы, такие как пакеты модулей, перезагрузка модулей и переменная __name__. Часть VI «Классы и ООП» Здесь мы приступим к исследованию объектно-ориентированного программирования (ООП). Классы – это необязательный, но очень мощный инструмент структурирования программного кода многократного использования. Вы увидите, что классы по большей части используют идеи, которые будут описаны к этому моменту, а ООП в языке Python в основном представляет собой поиск имен в связанных объектах. Здесь вы также увидите, что объектно-ориентированный стиль программирования в языке Python не является обязательным, но может существенно сократить время разработки, особенно если речь идет о долгосрочных проектах. Часть VII «Исключения и инструменты» Изучение языка мы закончим рассмотрением модели обработки исключительных ситуаций, а также кратким обзором инструментальных средств, которые особенно удобны при разработке крупных программ (например, инструменты отладки и тестирования). Хотя тема исключений является достаточно простой, тем не менее она рассматривается после изучения классов, так как теперь все исключения должны быть классами. Часть VIII «Расширенные возможности» В заключительной части мы исследуем некоторые дополнительные возможности. Здесь мы поближе познакомимся со строками Юникода и строками байтов, со средствами управления атрибутами, такими как свойства и дескрипторы, с декораторами функций и классов, а также с метаклассами. Эти главы не являются обязательными для прочтения, потому что далеко не всем программистам требуется близкое знакомство с темами, рассмат риваемыми здесь. С другой стороны, читатели, которым приходится зани- 32 Предисловие маться интернационализацией приложений, обработкой двоичных данных или проектированием программных интерфейсов для использования другими программистами, найдут в этой части немало интересного. Часть IX «Приложения» Книга заканчивается двумя приложениями, где приводятся рекомендации по использованию языка Python на различных платформах (приложение A) и варианты решения упражнений, которые приводятся в конце каждой части (приложение B). Ответы на контрольные вопросы, которые приводятся в конце каждой главы, находятся непосредственно в самих главах. Обратите внимание: предметный указатель и оглавление могут использоваться для поиска информации, но в этой книге нет приложений со справочными материалами (эта книга – учебник, а не справочник). Как уже говорилось выше, в качестве справочников по синтаксису и встроенным особенностям языка Python можно использовать книгу «Python Pocket Reference» (O’Reilly), а также другие книги и руководства, представленные на сайте http://www.python.org. Обновления книги Книга продолжает улучшаться (исправляются ошибки и опечатки). Обновления, дополнения и исправления к этой книге можно найти в сети Интернет на одном из следующих сайтов: http://www.oreilly.com/catalog/ 9780596158064/ (веб-страница книги на сайте издательства O’Reilly) http://www.rmi.net/~lutz (сайт автора книги) http://www.rmi.net/~lutz/about-lp.html (веб-страница книги на сайте автора) Последний из этих трех URL указывает на веб-страницу, где я выкладываю обновления, однако если эта ссылка окажется ошибочной, вам придется воспользоваться поисковой системой, чтобы восстановить ее. Если бы я был ясновидящим, я указал бы точную ссылку, но Интернет меняется быстрее, чем печатаются книги. О программах в этой книге Эта книга и все примеры программ в ней основаны на использовании Python 3.0. Кроме того, значительная часть примеров может выполняться под управлением Python 2.6, о чем постоянно будет упоминаться в тексте и в примечаниях специально для тех, кто использует Python 2.6. Но поскольку эта книга описывает основы языка, можно быть уверенным, что большая часть материала в следующих версиях Python изменится не очень сильно. Большая часть информации применима и к более ранним версиям Python, за исключением некоторых случаев. Естественно, в случае использования расширений, которые появятся после выхода этой книги, ничего гарантировать нельзя. Как правило, лучшей версией Python является последняя его версия. Так как эта книга описывает основы языка, большинство сведений также применимо к Jython – реализации Python на языке Java, а также к другим реализациям, описанным в главе 2. Предисловие 33 Исходные тексты примеров, а также ответы к заданиям можно получить на веб-сайте книги по адресу http://www.oreilly.com/catalog/ 9780596158064/. Вас волнует вопрос, как запускать примеры? Он во всех подробностях обсуждается в главе 3, поэтому потерпите до этой главы. Использование программного кода примеров Данная книга призвана оказать вам помощь в решении ваших задач. Вы можете свободно использовать примеры программного кода из этой книги в своих приложениях и в документации. Вам не нужно обращаться в издательство за разрешением, если вы не собираетесь воспроизводить существенные части программного кода. Например, если вы разрабатываете программу и используете в ней несколько отрывков программного кода из книги, вам не нужно обращаться за разрешением. Однако в случае продажи или распространения компактдисков с примерами из этой книги вам необходимо получить разрешение от издательства O’Reilly. Если вы отвечаете на вопросы, цитируя данную книгу или примеры из нее, получение разрешения не требуется. Но при включении существенных объемов программного кода примеров из этой книги в вашу документацию вам необходимо будет получить разрешение издательства. Мы приветствуем, но не требуем добавлять ссылку на первоисточник при цитировании. Под ссылкой на первоисточник мы подразумеваем указание авторов, издательства и ISBN. Например: «Learning Python, Fourth Edition, by Mark Lutz. Copyright 2009 O’Reilly Media, Inc., 978-0-596-15806-4». За получением разрешения на использование значительных объемов программного кода примеров из этой книги обращайтесь по адресу permissions@ oreilly.com. Типографские соглашения В этой книге приняты следующие соглашения: Курсив Курсив применяется для выделения адресов электронной почты, URL, имен файлов и каталогов, а также терминов, когда они упоминаются впервые. Моноширинный шрифт Применяется для представления содержимого файлов, вывода команд, а также для выделения в тексте имен модулей, методов, инструкций и команд. Моноширинный жирный Используется для выделения команд или текста, который должен быть введен пользователем, а также для выделения участков программного кода в листингах. Моноширинный курсив Обозначает замещаемые элементы в программном коде и комментарии. <Моноширинный шрифт> Таким способом выделяются синтаксические элементы, которые должны замещаться действительным программным кодом. 34 Предисловие Так выделяются советы, предложения или примечания общего характера, имеющие отношение к расположенному рядом тексту. Так выделяются предупреждения или предостережения, имеющие отношение к расположенному рядом тексту. В примерах этой книги символ % в начале системной командной строки обозначает приглашение к вводу независимо от того, какое приглашение используется на вашей машине (например, C:\ Python30> в окне DOS). Вам не нужно вводить символ %. Точно так же в листингах, отображающих сеанс работы с интерпретатором, не нужно вводить символы >>> и ..., которые показаны в начале строки, – это приглашения к вводу, которые выводятся интерпретатором Python. Вводите лишь текст, который находится сразу же за этими приглашениями. Чтобы помочь вам запомнить это правило, все, что должно вводиться пользователем, выделено жирным шрифтом. Кроме того, обычно не требуется вводить текст в листингах, начинающийся с символа #, так как это комментарии, а не исполняемый программный код. Safari® Books Online Safari�� Books�� Online�� – это виртуальная библиотека, позволяющая легко и быстро находить ответы на вопросы среди более чем 7500 технических и справочных изданий и видеороликов. Подписавшись на услугу, вы сможете загружать любые страницы из книг и просматривать любые видеоролики из нашей библиотеки. Читать книги на своих мобильных устройствах и сотовых телефонах. Получать доступ к новинкам еще до того, как они выйдут из печати. Читать рукописи, находящиеся в работе, и посылать свои отзывы авторам. Копировать и вставлять отрывки программного кода, определять свои предпочтения, загружать отдельные главы, устанавливать закладки на ключевые разделы, оставлять примечания, печатать страницы и пользоваться массой других преимуществ, позволяющих экономить ваше время. Благодаря усилиям O’Reilly Media данная книга также доступна через услугу Safari Books Online. Чтобы получить полный доступ к электронной версии этой книги, а также к книгам с похожей тематикой издательства O’Reilly и других издательств, подпишитесь бесплатно по адресу http://my.safaribooksonline.com. Предисловие 35 Как с нами связаться С вопросами и предложениями, касающимися этой книги, обращайтесь в издательство: O’Reilly Media 1005 Gravenstein Highway North Sebastopol, CA 95472 800-998-9938 (в Соединенных Штатах Америки или в Канаде) 707-829-0515 (международный) 707-829-0104 (факс) Список опечаток, файлы с примерами и другую дополнительную информацию вы найдете на сайте книги: http://www.oreilly.com/catalog/9780596158064/ Свои пожелания и вопросы технического характера отправляйте по адресу: [email protected] Дополнительную информацию о книгах, обсуждения, Центр ресурсов издательства O’Reilly вы найдете на сайте: http://www.oreilly.com Обновления и дополнения к книге вы также можете найти на сайтах, упоминавшихся выше в этом предисловии. Благодарности Учитывая, что я написал уже четвертое издание этой книги, я не могу не пребывать в настроении, что мне удалось «выполнить сложное задание». Я использовал и пропагандировал Python на протяжении 17 лет и обучал этому языку 12 лет. Несмотря на то, что все течет и все меняется, я по-прежнему поражаюсь успеху, который сопутствует языку Python. В 1992 году большинство из нас едва ли могло предполагать, до какой степени распространится его применение. Но, чтобы не выглядеть безнадежно возгордившимся автором, я хотел бы немного вспомнить о прошлом и сказать несколько слов благодарности. Это была длинная и извилистая дорога. Сейчас понятно, что, когда в 1992 году я открыл для себя Python, я предположить не мог, какое влияние он будет оказывать на мою жизнь в следующие 17 лет. Через два года после начала работы над первым изданием «�� Programming�� Python» в 1995 году я начал путешествовать по стране и миру, обучая начинающих программистов этому языку программирования. После выхода первого издания «Learning Python» в 1999 году преподавание Python и работа над книгами стали моей основной работой во многом благодаря интенсивному росту популярности Python. В середине 2009 года, когда я пишу эти слова, мною уже написано 12 книг о Python (3 из них претерпели 4 издания), а опыт преподавания Python насчитывает более 10 лет. Проведя более 225 курсов в США, Европе, Канаде и Мексике, я обучил более 3000 студентов. Помимо множества мучительных часов, проведенных в самолетах, эти курсы дали мне возможность существенно улучшить эту и другие книги о Python. За эти годы преподавание помогало улуч- 36 Предисловие шать качество книг, а работа над книгами – качество преподавания. Фактически книга, которую вы читаете, была почти полностью получена из программы моих курсов. В связи с этим я хотел бы поблагодарить всех студентов, которые участвовали в моих курсах на протяжении последних 12 лет. Как развитие языка Python, так и ваши отзывы сыграли немаловажную роль в становлении этой книги. (Нет ничего более поучительного, чем наблюдение за 3000 студентами, которые совершают одни и те же ошибки, свойственные начинающим программистам!) Это издание стало возможным в первую очередь благодаря тем, кто посещал мои курсы после 2003 года, однако все, кто посещал мои курсы начиная с 1997 года, так или иначе тоже помогли улучшить эту книгу. Я особенно хотел бы поблагодарить компании, предоставившие помещения для проведения курсов в Дублине, Мехико, Барселоне, Лондоне, Эдмонте и Пуэрто Рико; лучшие условия аренды трудно себе представить. Я также хотел бы выразить свою благодарность всем, кто принимал участие в производстве этой книги. Редакторам, работавшим над этим проектом: Джулии Стил (Julie Steele), редактору этого издания Татьяне Апанди (Tatiana Apandi), работавшей над предыдущим изданием, и многим другим редакторам, работавшим над более ранними изданиями. Дугу Хеллманну (Doug Hellmann) и Джесси Ноллер (Jesse Noller) – за участие в техническом обзоре этой книги. И издательству O’Reilly – за то, что я получил шанс работать над этими 12 проектами книг; это было здорово (правда, порой я чувствовал себя как герой фильма «День сурка»). Я хочу поблагодарить своего первого соавтора Дэвида Ашера (David Ascher) за его работу над ранними изданиями этой книги. Дэвид написал часть «Outer Layers» (Внешние уровни) для предыдущих изданий, которую мы, к сожалению, убрали в третьем издании книги, чтобы освободить место для новых материалов об основах языка Python. Чтобы компенсировать эту потерю, в третьем издании я добавил больше усложненных программ для самостоятельного изучения, а в четвертом издании – новые примеры и новую часть, где обсуждаются расширенные возможности Python. Если вам не хватает этого материала, прочитайте приведенные ранее в предисловии примечания по поводу книг, описывающих вопросы прикладного программирования. За создание такого замечательного и полезного языка я должен поблагодарить Гвидо ван Россума (�� Guido�� van�� Rossum�� ) и все сообщество разработчиков и пользователей Python. Подобно большинству программных продуктов с открытыми исходными текстами, Python развивается благодаря героическим усилиям многих программистов. Обладая 17-летним опытом программирования на Python, я по-прежнему нахожу его серьезной забавой. Мне очень повезло, что я смог наблюдать, как Python из младенца в семействе языков сценариев вырос в популярный инструмент, которым пользуются практически все компании, занимающиеся разработкой программного обеспечения. Участвовать в этом процессе было очень волнующим занятием, и поэтому я хотел бы поблагодарить и поздравить с достигнутыми успехами все сообщество Python. Я также хотел бы поблагодарить своего первого редактора из издательства O’Reilly, Фрэнка Уиллисона (�� Frank�� Willison�� ). Идея этой книги во многом принадлежит Фрэнку, и в ней нашли отражение его взгляды. Оглядываясь назад, можно заметить, что Фрэнк оказал существенное влияние как на мою карьеру, так и на Python. Не будет преувеличением сказать, что успех развития Python Предисловие 37 на начальном этапе в определенной степени обусловлен влиянием Фрэнка. Мы по-прежнему скучаем по нему. В заключение хотелось бы выразить личную благодарность. Компании OQO за самые лучшие игрушки, какие я только видел. Покойному Карлу Сагану (Carl Sagan) за то, что вдохновил 18-летнего мальчишку из Висконсина. Моей матушке за поддержку. И всем крупным корпорациям, с которыми мне приходилось иметь дело, за то, что напоминают мне о том, как это здорово работать на самого себя. Моим детям, Майку, Сэмми и Рокси, за любую будущность, которую они выберут. Вы были детьми, когда я начинал работать с языком Python, и вы какимто образом выросли за это время; я горжусь вами. Жизнь может перекрыть нам все пути, но путь домой всегда остается открытым. Но больше всего я благодарен Вере, моему лучшему другу, моей подруге и моей жене. День, когда я нашел тебя, был лучшим днем в моей жизни. Я не знаю, что принесут мне следующие 50 лет, но я знаю, что хотел бы прожить их рядом с тобой. Марк Лутц Сарасота, Флорида Июль 2009 Часть I . Введение Глава 1 . Python в вопросах и ответах Если вы купили эту книгу, вы, скорее всего, уже знаете, что такое Python и насколько важно овладеть этим инструментом. Если это не так, вы наверняка не сможете зарабатывать программированием, пока не изучите этот язык, прочитав оставшуюся часть этой книги, и не напишете пару проектов. Но прежде чем мы приступим к изучению деталей, давайте сначала рассмотрим основные причины высокой популярности Python. Перед тем как приступить собственно к языку, в этой главе мы рассмотрим некоторые вопросы, которые обычно задают начинающие программисты, и дадим ответы на них. Почему программисты используют Python? Это самый типичный вопрос, который задают начинающие программисты, потому что на сегодняшний день существует масса других языков программирования. Учитывая, что число пользователей Python составляет порядка миллиона человек, достаточно сложно однозначно ответить на этот вопрос. Выбор средств разработки иногда зависит от уникальных особенностей и личных предпочтений. Однако после обучения примерно 225 групп и более 3000 студентов за последние 12 лет у меня накопились некоторые общие мысли по этому поводу. Основные факторы, которые приводятся пользователями Python, примерно таковы: Качество программного обеспечения Для многих основное преимущество языка Python заключается в удобочитаемости, ясности и более высоком качестве, отличающими его от других инструментов в мире языков сценариев. Программный код на языке Python читается легче, а значит, многократное его использование и обслуживание выполняется гораздо проще, чем использование программного кода на других языках сценариев. Единообразие оформления программного кода на языке Python облегчает его понимание даже для тех, кто не участвовал в его создании. Кроме того, Python поддерживает самые современные механизмы многократного использования программного кода, каким является объектно-ориентированное программирование (ООП). 42 Глава 1. Python в вопросах и ответах Высокая скорость разработки По сравнению с компилирующими или строго типизированными языками, такими как C, C++ и Java, Python во много раз повышает производительность труда разработчика. Объем программного кода на языке Python обычно составляет треть или даже пятую часть эквивалентного программного кода на языке C++ или Java. Это означает меньший объем ввода с клавиатуры, меньшее количество времени на отладку и меньший объем трудозатрат на сопровождение. Кроме того, программы на языке Python запускаются сразу же, минуя длительные этапы компиляции и связывания, необходимые в некоторых других языках программирования, что еще больше увеличивает производительность труда программиста. Переносимость программ Большая часть программ на языке Python выполняется без изменений на всех основных платформах. Перенос программного кода из операционной системы Linux в Windows обычно заключается в простом копировании файлов программ с одной машины на другую. Более того, Python предоставляет массу возможностей по созданию переносимых графических интерфейсов, программ доступа к базам данных, веб-приложений и многих других типов программ. Даже интерфейсы операционных систем, включая способ запуска программ и обработку каталогов, в языке Python реализованы переносимым способом. Библиотеки поддержки В составе Python поставляется большое число собранных и переносимых функциональных возможностей, известных как стандартная библиотека. Эта библиотека предоставляет массу возможностей, востребованных в прикладных программах, начиная от поиска текста по шаблону и заканчивая сетевыми функциями. Кроме того, Python допускает расширение как за счет ваших собственных библиотек, так и за счет библиотек, созданных сторонними разработчиками. Из числа сторонних разработок можно назвать инструменты создания веб-сайтов, программирование математических вычислений, доступ к последовательному порту, разработку игровых программ и многое другое. Например, расширение NumPy позиционируется как свободный и более мощный эквивалент системы программирования математических вычислений Mathlab. Интеграция компонентов Сценарии Python легко могут взаимодействовать с другими частями приложения благодаря различным механизмам интеграции. Эта интеграция позволяет использовать Python для настройки и расширения функциональных возможностей программных продуктов. На сегодняшний день программный код на языке Python имеет возможность вызывать функции из библиотек на языке C/C++, сам вызываться из программ, написанных на языке C/C++, интегрироваться с программными компонентами на языке Java, взаимодействовать с такими платформами, как COM и .NET, и производить обмен данными через последовательный порт или по сети с помощью таких протоколов, как SOAP, XML-RPC и CORBA. P�� ython�� – не обособленный инструмент. Почему программисты используют Python? 43 Удовольствие Благодаря непринужденности языка Python и наличию встроенных инструментальных средств процесс программирования может приносить удовольствие. На первый взгляд это трудно назвать преимуществом, тем не менее, удовольствие, получаемое от работы, напрямую влияет на производительность труда. Из всех перечисленных факторов наиболее существенными для большинства пользователей являются первые два (качество и производительность). Качество программного обеспечения По своей природе Python имеет простой, удобочитаемый синтаксис и ясную модель программирования. Согласно лозунгу, выдвинутому на недавней конференции по языку Python, основное его преимущество состоит в том, что Python «каждому по плечу» – характеристики языка взаимодействуют ограниченным числом непротиворечивых способов и естественно вытекают из небольшого круга базовых концепций. Это делает язык простым в освоении, понимании и запоминании. На практике программистам, использующим язык Python, почти не приходится прибегать к справочным руководствам – это непротиворечивая система, на выходе которой, к удивлению многих, получается профессиональный программный код. Философия Python по сути диктует использование минималистского подхода. Это означает, что даже при наличии нескольких вариантов решения задачи в этом языке обычно существует всего один очевидный путь, небольшое число менее очевидных альтернатив и несколько взаимосвязанных вариантов организации взаимодействий. Более того, Python не принимает решения за вас, когда порядок взаимодействий неочевиден – предпочтение отдается явному описанию, а не «волшебству». В терминах Python явное лучше неявного, а простое лучше сложного.1 Помимо философии Python обладает такими возможностями, как модульное и объектно-ориентированное программирование, что естественно упрощает возможность многократного использования программного кода. Поскольку качество находится в центре внимания самого языка Python, оно также находится в центре внимания программистов. Высокая скорость разработки Во время бума развития Интернета во второй половине 1990-х годов было сложно найти достаточное число программистов для реализации программных проектов – от разработчиков требовалось писать программы со скоростью развития Интернета. Теперь, в эпоху экономического спада, картина изменилась. 1 Чтобы получить более полное представление о философии Python, введите в командной строке интерпретатора команду import this (как это сделать, будет рассказано в главе 2). В результате будет активизировано «пасхальное яйцо», скрытое в недрах Python, – сборник принципов проектирования, лежащих в основе Python. Аббревиатура EIBTI, происходящая от фразы «explicit is better than implicit» («явное лучше неявного»), превратилась в модное жаргонное словечко. 44 Глава 1. Python в вопросах и ответах Сегодня от программистов требуется умение решать те же задачи меньшим числом сотрудников. В обоих этих случаях Python блистал как инструмент, позволяющий программистам получать большую отдачу при меньших усилиях. Он изначально оптимизирован для достижения высокой скорости разработки – простой синтаксис, динамическая типизация, отсутствие этапа компиляции и встроенные инструментальные средства позволяют программистам создавать программы за меньшее время, чем при использовании некоторых других инструментов. В результате Python увеличивает производительность труда разработчика во много раз по сравнению с традиционными языками программирования. Это значительное преимущество, которое с успехом может использоваться как во время бума, так и во время спада, а также во время любого промежуточного этапа развития индустрии программного обеспечения. Является ли Python «языком сценариев»? Python�� – это многоцелевой язык программирования, который зачастую используется для создания сценариев. Обычно он позиционируется как объект но-ориентированный язык сценариев – такое определение смешивает поддержку ООП с общей ориентацией на сценарии. Действительно, для обозначения файлов с программным кодом на языке Python программисты часто используют слово «сценарий» вместо слова «программа». В этой книге термины «сценарий» и «программа» рассматриваются как взаимозаменяемые с некоторым предпочтением термина «сценарий» для обозначения простейших программ, помещающихся в единственный файл, и термина «программа» для обозначения более сложных приложений, программный код которых размещается в нескольких файлах. Термин «язык сценариев» имеет множество различных толкований. Некоторые предпочитают вообще не применять его к языку Python. У большинства термин «язык сценариев» вызывает три разных ассоциации, из которых одни более применимы к языку Python, чем другие: Командные оболочки Иногда, когда кто-то слышит, что Python – это язык сценариев, то представляет себе Python как инструмент для создания системных сценариев. Такие программы часто запускаются из командной строки с консоли и решают такие задачи, как обработка текстовых файлов и запуск других программ. Программы на языке Python способны решать такие задачи, но это лишь одна из десятков прикладных областей, где может применяться Python. Это не только язык сценариев командной оболочки. Управляющий язык Другие пользователи под названием «язык сценариев» понимают «связующий» слой, который используется для управления другими прикладными компонентами (то есть для описания сценария работы). Программы на языке Python действительно нередко используются в составе крупных приложений. Например, при проверке аппаратных устройств программы на языке Python могут вызывать компоненты, осуществляющие низкоуровневый доступ к устройствам. Точно так же программы могут запускать программ- Все хорошо, но есть ли у него недостатки? 45 ный код на языке Python для поддержки настройки программного продукта у конечного пользователя, что ликвидирует необходимость поставлять и пересобирать полный объем исходных текстов. Простота языка Python делает его весьма гибким инструментом управления. Тем не менее технически – это лишь одна из многих ролей, которые может играть Python. Многие программисты пишут на языке Python автономные сценарии, которые не используют какие-либо интегрированные компоненты. Это не только язык управления. Удобство в использовании Пожалуй, лучше всего представлять себе термин «язык сценариев» как обозначение простого языка, используемого для быстрого решения задач. Это особенно верно, когда термин применяется к языку Python, который позволяет вести разработку гораздо быстрее, чем компилирующие языки программирования, такие как C++. Ускоренный цикл разработки способствует применению зондирующего, поэтапного стиля программирования, который следует попробовать, чтобы оценить по достоинству. Не надо заблуждаться, Python предназначен не только для решения простых задач. Скорее, он упрощает решение задач благодаря своей простоте и гибкости. Язык Python имеет небольшой набор возможностей, но он позволяет создавать программы неограниченной сложности. По этой причине Python обычно используется как для быстрого решения тактических, так и для решения долговременных, стратегических задач. Итак, является ли Python языком сценариев? Ответ зависит от того, к кому обращен вопрос. Вообще термин «создание сценариев», вероятно, лучше использовать для описания быстрого и гибкого способа разработки, который поддерживается языком Python, а не для описания прикладной области программирования. Все хорошо, но есть ли у него недостатки? После 17 лет работы с языком Python и 12 лет преподавания единственный недостаток, который мне удалось обнаружить, – это скорость выполнения программ, которая не всегда может быть такой же высокой, как у программ, написанных на компилирующих языках программирования, таких как C или C++. Подробнее о концепциях реализации мы поговорим ниже в этой книге. В двух словах замечу, что в современной реализации Python компилирует (то есть транслирует) инструкции исходного программного кода в промежуточное представление, известное как байт-код, и затем интерпретирует этот байт-код. Байт-код обеспечивает переносимость программ, поскольку это платформонезависимый формат. Однако из-за того что Python не создает двоичный машинный код (например, машинные инструкции для микропроцессора Intel), некоторые программы на языке Python могут работать медленнее своих аналогов, написанных на компилирующих языках, таких как C. Будет ли вас когда-нибудь волновать разница в скорости выполнения программ, зависит от того, какого рода программы вы пишете. �� Python�� многократно подвергался оптимизации и в отдельных прикладных областях программный код на этом языке отличается достаточно высокой скоростью выполнения. 46 Глава 1. Python в вопросах и ответах Кроме того, когда в сценарии Python делается что-нибудь «значительное», например обрабатывается файл или конструируется графический интерфейс, ваша программа фактически выполняется со скоростью, которую способен дать язык C, потому что такого рода задачи решаются компилированным с языка С программным кодом, лежащим в недрах интерпретатора Python. Гораздо важнее, что преимущество в скорости разработки порой важнее потери скорости выполнения, особенно если учесть быстродействие современных компьютеров. Тем не менее даже при высоком быстродействии современных процессоров остаются такие области, где требуется максимальная скорость выполнения. Реализация математических вычислений и анимационных эффектов, например, часто требует наличия базовых вычислительных компонентов, которые решают свои задачи со скоростью языка C (или еще быстрее). Если вы работаете как раз в такой области, вы все равно сможете использовать Python, достаточно лишь выделить из приложения компоненты, требующие максимальной скорости работы, в виде компилированных расширений и связать их системой сценариев на языке Python. В этой книге мы не будем обсуждать расширения слишком подробно, но это один из примеров, когда �� Python�� может играть упоминавшуюся выше роль языка управления. Типичным примером такой двуязычной стратегии может служить расширение NumPy, содержащее реализацию математических вычислений для �� Python�� ; благодаря комбинированию компилированных и оптимизированных библиотек расширения с языком Python NumPy превращает Python в мощный, эффективный и удобный инструмент математических вычислений. Возможно, вам никогда не придется создавать подобные расширения, но вы должны знать, что в случае необходимости они могут предоставить в ваше распоряжение мощный механизм оптимизации. Кто в наше время использует Python? К моменту, когда я пишу эти строки, наиболее правдоподобной оценкой числа пользователей Python является число, близкое 1 миллиону человек во всем мире (с небольшой погрешностью). Эта оценка основана на различных статистических показателях, таких как количество загрузок и результаты опросов разработчиков. Дать более точную оценку достаточно сложно, потому что �� Python является открытым программным обеспечением – для его использования не требуется проходить лицензирование. Более того, Python по умолчанию включается в состав дистрибутивов �� Linux�� , поставляется вместе с компьютерами �� Macintosh�� и некоторыми другими программными и аппаратными продуктами, что существенно затрудняет оценку числа пользователей. Вообще же количество пользователей Python значительно больше и вокруг него сплотилось очень активное сообщество разработчиков. Благодаря тому, что �� Python�� появился более 19 лет тому назад и получил широкое распространение, он отличается высокой стабильностью и надежностью. Python�� используется не только отдельными пользователями, он также применяется компаниями для создания продуктов, приносящих настоящую прибыль. Например: Кто в наше время использует Python? 47 •• Компания Google широко использует Python в своей поисковой системе и оплачивает труд создателя Python. •• Служба коллективного использования видеоматериалов �� YouTube�� в значительной степени реализована на языке Python. •• Популярная программа BitTorrent�� для обмена файлами в пиринговых сетях (peer-to-peer) написана на языке Python. •• Популярный веб-фреймворк App Engine от компании Google использует Python в качестве прикладного языка программирования. •• Такие компании, как EVE Online и Massively Multiplayer Online Game (MMOG), широко используют Python в своих разработках. •• Мощная система трехмерного моделирования и создания мультипликации Maya поддерживает интерфейс для управления из сценариев на языке Python. •• Такие компании, как Intel, Cisco, Hewlett-Packard, Seagate, Qualcomm и IBM, используют Python для тестирования аппаратного обеспечения. •• Такие компании, как Industrial Light & Magic, Pixar и другие, используют Python в производстве анимационных фильмов. •• Компании JPMorgan Chase, UBS, Getco и Citadel применяют Python для прогнозирования финансового рынка. •• NASA, Los Alamos, Fermilab, JPL и другие используют Python для научных вычислений. •• iRobot использует Python в разработке коммерческих роботизированных устройств. •• ESRI использует �� Python�� в качестве инструмента настройки своих популярных геоинформационных программных продуктов под нужды конечного пользователя. •• NSA использует Python для шифрования и анализа разведданных. •• В реализации почтового сервера IronProt используется более 1 миллиона строк программного кода на языке Python. •• Проект «ноутбук каждому ребенку» (One Laptop Per Child, OLPC) строит свой пользовательский интерфейс и модель функционирования на языке Python. И так далее. Пожалуй, единственное, что объединяет все эти компании, – это то, что для решения широкого спектра задач прикладного программирования используется язык программирования Python. Универсальная природа языка обеспечивает возможность его применения в самых разных областях. Фактически с определенной долей уверенности можно утверждать, что Python так или иначе используется практически каждой достаточно крупной организацией, занимающейся разработкой программного обеспечения, – как для решения краткосрочных тактических задач, так и для разработки долгосрочных стратегических проектов. Как оказалось, Python прекрасно зарекомендовал себя в обоих случаях. За дополнительными сведениями о компаниях, использующих Python�� , обращайтесь на веб-сайт http://www.python.org. 48 Глава 1. Python в вопросах и ответах Что можно делать с помощью Python? Будучи удачно спроектированным языком программирования Python�� прекрасно подходит для решения реальных задач из разряда тех, которые разработчикам приходится решать ежедневно. Он используется в самом широком спектре применений – и как инструмент управления другими программными компонентами, и для реализации самостоятельных программ. Фактически круг ролей, которые может играть �� Python�� как многоцелевой язык программирования, практически не ограничен: он может использоваться для реализации всего, что угодно, – от веб-сайтов и игровых программ до управления роботами и космическими кораблями. Однако сферу использования Python�� в настоящее время можно разбить на несколько широких категорий. Следующие несколько разделов описывают наиболее типичные области применения Python�� в наши дни, а также инструментальные средства, используемые в каждой из областей. У нас не будет возможности заняться исследованием инструментов, упоминаемых здесь. Если какието из них заинтересуют вас, обращайтесь на веб-сайт проекта Python за более подробной информацией. Системное программирование Встроенные в Python интерфейсы доступа к службам операционных систем делают его идеальным инструментом для создания переносимых программ и утилит системного администрирования (иногда они называются инструментами командной оболочки). Программы на языке Python могут отыскивать файлы и каталоги, запускать другие программы, производить параллельные вычисления с использованием нескольких процессов и потоков и делать многое другое. Стандартная библиотека Python�� полностью отвечает требованиям стандартов POSIX и поддерживает все типичные инструменты операционных систем: переменные окружения, файлы, сокеты, каналы, процессы, многопоточную модель выполнения, поиск по шаблону с использованием регулярных выражений, аргументы командной строки, стандартные интерфейсы доступа к потокам данных, запуск команд оболочки, дополнение имен файлов и многое другое. Кроме того, системные интерфейсы в языке Python�� созданы переносимыми, например сценарий копирования дерева каталогов не требует внесения изменений, в какой бы операционной системе он ни использовался. Система Stackless Python, используемая компанией EVE Online, также предлагает улучшенные решения, применяемые для параллельной обработки данных. Графический интерфейс Простота Python�� и высокая скорость разработки делают его отличным средством разработки графического интерфейса. В состав �� Python�� входит стандартный объектно-ориентированный интерфейс к Tk GUI API, который называется tkinter (в Python 2.6 он называется Tkinter), позволяющий программам на языке Python реализовать переносимый графический интерфейс с внешним видом, присущим операционной системе. Графические интерфейсы на базе Python/ t�� kinter�� без изменений могут использоваться в �� MS� �� Windows�� , �� X� �� Window�� (в опе- Что можно делать с помощью Python? 49 рационных системах UNIX и Linux) и Mac OS (как в классической версии, так и в OS X). Свободно распространяемый пакет расширения PMW содержит дополнительные визуальные компоненты для набора t�� kinter�� . Кроме того, существует прикладной интерфейс wxPython GUI API, основанный на библиотеке C++, который предлагает альтернативный набор инструментальных средств построения переносимых графических интерфейсов на языке Python. Инструменты высокого уровня, такие как PythonCard и Dabo, построены на основе таких API, как wxPython и tkinter. При выборе соответствующей библиотеки вы также сможете использовать другие инструменты создания графического интерфейса, такие как Qt (с помощью PyQt), GTK (с помощью PyGtk), MFC (с помощью PyWin32), .NET (с помощью IronPython), Swing (с помощью Jython�� – реализации языка �� Python�� на �� Java�� , которая описывается в главе 2, или JPype). Для разработки приложений с веб-интерфейсом или не предъявляющих высоких требований к интерфейсу можно использовать Jython, веб-фреймворки на языке Python и �� CGI�� -сценарии, которые описываются в следующем разделе и обеспечивают дополнительные возможности по созданию пользовательского интерфейса. Веб-сценарии Интерпретатор Python поставляется вместе со стандартными интернет-моду лями, которые позволяют программам выполнять разнообразные сетевые операции как в режиме клиента, так и в режиме сервера. Сценарии могут производить взаимодействия через сокеты, извлекать информацию из форм, отправленных серверным CGI-сценариям; передавать файлы по протоколу FTP; обрабатывать файлы XML; передавать, принимать, создавать и производить разбор писем электронной почты; загружать веб-страницы с указанных адресов URL; производить разбор разметки HTML и �� XML�� полученных веб-страниц; производить взаимодействия по протоколам XML-RPC, SOAP и Telnet и многое другое. Библиотеки, входящие в состав Python, делают реализацию подобных задач удивительно простым делом. Кроме того, существует огромная коллекция сторонних инструментов для создания сетевых программ на языке Python, которые можно найти в Интернете. Например, система HTMLGen позволяет создавать HTML-страницы на основе описаний классов Python. Пакет mod_ python предназначен для запуска сценариев на языке Python под управлением веб-сервера Apache и поддерживает шаблоны механизма Python Server Pages. Система �� Jython�� обеспечивает бесшовную интеграцию Python/Java и поддерживает серверные апплеты, которые выполняются на стороне клиента. Помимо этого для Python существуют полноценные пакеты веб-разработки, такие как Django, TurboGears, web2py, Pylons, Zope и WebWare, поддерживающие возможность быстрого создания полнофункциональных высококачественных веб-сайтов на языке Python. Многие из них включают такие возможности, как объектно-реляционные отображения, архитектура Модель/Представление/ Контроллер (Model/View/Controller), создание сценариев, выполняющихся на стороне сервера, поддержка шаблонов и технологии �� AJAX�� , предоставляя законченные и надежные решения для разработки веб-приложений. 50 Глава 1. Python в вопросах и ответах Интеграция компонентов Возможность интеграции программных компонентов в единое приложение с помощью Python уже обсуждалась выше, когда мы говорили о Python как о языке управления. Возможность Python расширяться и встраиваться в системы на языке �� C�� и C++ делает его удобным и гибким языком для описания поведения других систем и компонентов. Например, интеграция с библиотекой на языке C позволяет Python проверять наличие и запускать библиотечные компоненты, а встраивание Python в программные продукты позволяет производить настройку программных продуктов без необходимости пересобирать эти продукты или поставлять их с исходными текстами. Такие инструменты, как Swing и SIP, автоматически генерирующие программный код, могут автоматизировать действия по связыванию скомпилированных компонентов в Python для последующего их использования в сценариях, а система Cython позволяет программистам смешивать программный код на Python и C. Такие огромные платформы на Python, как поддержка COM в MS Windows, Jython – реализация на языке Java, IronPython – реализация на базе .NET и разнообразные реализации CORBA, предоставляют альтернативные способы организации взаимодействий с программными компонентами. Например, в операционной системе Windows сценарии на языке Python могут использовать платформы управления такими приложениями, как MS Word и Excel. Приложения баз данных В языке Python имеются интерфейсы доступа ко всем основным реляционным базам данных – Sybase, Oracle, Informix, ODBC, MySQL, PostgreSQL, SQLite и многим другим. В мире Python существует также переносимый прикладной программный интерфейс баз данных, предназначенный для доступа к базам данных SQL из сценариев на языке Python, который унифицирует доступ к различным базам данных. Например, при использовании переносимого API сценарий, предназначенный для работы со свободной базой данных MySQL, практически без изменений сможет работать с другими системами баз данных (такими как Oracle). Все, что потребуется сделать для этого, – заменить используемый низкоуровневый интерфейс. Стандартный модуль pickle реализует простую систему хранения объектов, что позволяет программам сохранять и восстанавливать объекты Python в файлах или в специализированных объектах. В Сети можно также найти систему, созданную сторонними разработчиками, которая называется ZODB. Она представляет собой полностью объектно-ориентированную базу данных для использования в сценариях на языке Python. Существуют также инструменты, такие как SQLObject и SQLAlchemy, которые отображают реляционные таблицы в модель классов языка Python. Начиная с версии Python 2.5, стандартной частью Python стала база данных SQLite. Быстрое создание прототипов В программах на языке Python компоненты, написанные на Python и на C, выглядят одинаково. Благодаря этому можно сначала создавать прототипы систем на языке Python, а затем переносить выбранные компоненты на компили- Что можно делать с помощью Python? 51 рующие языки, такие как C и C++. В отличие от ряда других инструментов разработки прототипов, язык Python не требует, чтобы система была полностью переписана, как только прототип будет отлажен. Части системы, которые не требуют такой эффективности выполнения, какую обеспечивает C++, можно оставить на языке Python, что существенно упростит сопровождение и использование такой системы. Программирование математических и научных вычислений Расширение NumPy для математических вычислений, упоминавшееся выше, включает такие мощные элементы, как объекты массивов, интерфейсы к стандартным математическим библиотекам, и многое другое. Расширение NumPy – за счет интеграции с математическими библиотеками, написанными на компилирующих языках программирования – превращает Python в сложный, но удобный инструмент программирования математических вычислений, который зачастую может заменить существующий программный код, написанный на традиционных компилирующих языках, таких как FORTRAN и C++. Дополнительные инструменты математических вычислений для Python поддерживают возможность создания анимационных эффектов и трехмерных объектов, позволяют организовать параллельные вычисления и так далее. Например, популярные расширения SciPy и ScientificPython предоставляют дополнительные библиотеки для научных вычислений и используют возможности расширения NumPy. Игры, изображения, искусственный интеллект, XML роботы и многое другое Язык программирования Python можно использовать для решения более широкого круга задач, чем может быть упомянуто здесь. Например: •• Создавать игровые программы и анимационные ролики с помощью системы pygame •• Обмениваться данными с другими компьютерами через последовательный порт с помощью расширения PySerial •• Обрабатывать изображения с помощью расширений PIL, PyOpenGL, Blender, Maya и других •• Управлять роботом с помощью инструмента PyRo •• Производить разбор XML-документов с помощью пакета xml, модуля xmlrpclib и расширений сторонних разработчиков •• Программировать искусственный интеллект с помощью эмулятора нейросетей и оболочек экспертных систем •• Анализировать фразы на естественном языке с помощью пакета NLTK. Можно даже разложить пасьянс с помощью программы PySol. Поддержку многих других прикладных областей можно найти на веб-сайте PyPI или с помощью поисковых систем (ищите ссылки с помощью Google или на сайте http:// www.python.org). 52 Глава 1. Python в вопросах и ответах Вообще говоря, многие из этих областей применения Python – всего лишь разновидности одной и той же роли под названием «интеграция компонентов». Использование Python в качестве интерфейса к библиотекам компонентов, написанных на языке C, делает возможным создание сценариев на языке Python для решения задач в самых разных прикладных областях. Как универсальный, многоцелевой язык программирования, поддерживающий возможность интеграции, Python может применяться очень широко. Как осуществляется поддержка Python? Будучи популярным и открытым проектом, Python имеет многочисленное и активное сообщество разработчиков, которые решают проблемы и вносят улучшения со скоростью, которую многие коммерческие разработчики сочли бы поразительной (если не шокирующей). Деятельность разработчиков Python координируется с помощью системы управления исходными текстами. Изменения в языке принимаются только после прохождения формальной процедуры (известной как «программа совершенствования продукта», или PEP) и должны сопровождаться обширными наборами тестов для системы регрессивного тестирования �� Python�� . Фактически в настоящее время работа над �� Python�� мало чем отличается от работы над коммерческими программными продуктами и очень сильно отличается от того, как велась разработка на первых порах, когда достаточно было отправить создателю языка письмо по электронной почте. Но�� самое�� главное�� преимущество�� проекта�� – огромное�� количество�� до�� бровольных помощников. Существует официальная некоммерческая организация PSF (Python Software Foundation�� ), которая занимается организацией конференций и решением проблем, связанных с интеллектуальной собственностью. По всему миру проводится огромное количество конференций, самыми крупными из которых являются OSCON (организатор – издательство O’Reilly) и PyCon (организатор – PSF). Первая из них рассматривает различные открытые проекты, а вторая посвящена исключительно событиям, связанным с языком Python, который переживает бурный рост в последние несколько лет. Количество посетителей PyCon в 2008 году практически удвоилось по сравнению с предыдущим годом, увеличившись с 586 посетителей в 2007 году до более 1000 посетителей в 2008. Этому удвоению предшествовало 40% увеличение числа посетителей в 2007 году, с 410 человек в 2006. В 2009 году конференцию PyCon посетили 943 человека, немного меньше, чем в 2008, но все равно достаточно много для периода глобального кризиса. В чем сильные стороны Python? Естественно – это вопрос разработчика. Если у вас еще нет опыта программирования, язык следующих нескольких разделов может показаться немного непонятным, но не волнуйтесь, мы будем рассматривать все эти термины позднее, в ходе изложения материала. А для разработчиков ниже приводится краткое введение в некоторые особенности языка Python. В чем сильные стороны Python? 53 Он объектно-ориентированный Python�� изначально является объектно-ориентированным языком программирования. Его объектная модель поддерживает такие понятия, как полиморфизм, перегрузка операторов и множественное наследование, однако, учитывая простоту синтаксиса и типизации Python, ООП не вызывает сложностей в применении. Если эти термины вам непонятны, позднее вы обнаружите, что изучать Python гораздо легче, чем другие объектно-ориентированные языки программирования. Объектно-ориентированная природа Python, являясь мощным средством структурирования программного кода многократного пользования, кроме того, делает этот язык идеальным инструментом поддержки сценариев для объектно-ориентированных языков, таких как C++ и Java. Например, при наличии соответствующего связующего программного кода, программы на языке Python могут использовать механизм наследования от классов, реализованных на C++, Java и C#. Как бы то ни было, но ООП не является обязательным в Python; вы сможете стать опытным программистом и при этом не быть специалистом по ООП. Как и C++, Python поддерживает оба стиля программирования – процедурный и объектно-ориентированный. Объектно-ориентированные механизмы могут использоваться по мере необходимости. Это особенно удобно при решении тактических задач, когда отсутствует фаза проектирования. Он свободный Python может использоваться и распространяться совершенно бесплатно. Как и в случае с другими открытыми программными продуктами, такими как Tcl, Perl, Linux и Apache, вы сможете получить в Интернете полные исходные тексты реализации Python. Нет никаких ограничений на его копирование, встраивание в свои системы или распространение в составе ваших продуктов. Фактически вы сможете даже продавать исходные тексты Python, если появится такое желание. Но «свободный» не означает «не поддерживается». Напротив, сообщество сторонников Python в Интернете отвечает на вопросы пользователей со скоростью, которой могли бы позавидовать большинство разработчиков коммерческих продуктов. Кроме того, свободное распространение исходных текстов Python способствует расширению команды экспертов по реализации. И хотя предоставляемая возможность изучать или изменять реализацию языка программирования не у всех вызывает восторг, тем не менее, наличие последней инстанции в виде исходных текстов придает уверенность. Вы уже не зависите от прихотей коммерческого производителя – в вашем распоряжении находится полный комплект исчерпывающей документации. Как уже упоминалось выше, разработка Python ведется сообществом, усилия которого координируются в основном через Интернет. В состав сообщества входит создатель Python – Гвидо ван Россум (Guido van Rossum), получивший официальное звание Пожизненного Великодушного Диктатора (Benevolent Dictator for Life, BDFL) Python, плюс тысячи других разработчиков. Изменения в языке принимаются только после прохождения формальной процедуры 54 Глава 1. Python в вопросах и ответах (известной как «программа совершенствования продукта», или PEP) и тщательно проверяются формальной системой тестирования и самим Пожизненным Диктатором. Это обеспечивает большую степень консерватизма Python в отношении изменений, по сравнению с некоторыми другими языками программирования. Он переносим Стандартная реализация языка Python написана на переносимом ANSI C, благодаря чему он компилируется и работает практически на всех основных платформах. Например, программы на языке Python могут выполняться на самом широком спектре устройств, начиная от наладонных компьютеров (PDA) и заканчивая суперкомпьютерами. Ниже приводится далеко неполный список операционных систем и устройств, где можно использовать Python: •• Операционные системы Linux и UNIX •• Microsoft Windows и DOS (все современные версии) •• Mac OS (обе разновидности: OS X и Classic) •• BeOS, OS/2, VMS и QNX •• Системы реального времени, такие как VxWorks •• Суперкомпьютеры Cray и ЭВМ производства компании IBM •• Наладонные компьютеры, работающие под управлением PalmOS, PocketPC или Linux •• Сотовые телефоны, работающие под управлением операционных систем Symbian и Windows Mobile •• Игровые консоли и iPod •• И многие другие Помимо самого интерпретатора языка в составе Python распространяется стандартная библиотека модулей, которая также реализована переносимым способом. Кроме того, программы на языке Python компилируются в переносимый байт-код, который одинаково хорошо работает на любых платформах, где установлена совместимая версия Python (подробнее об этом будет рассказываться в следующей главе). Все это означает, что программы на языке Python, использующие основные возможности языка и стандартные библиотеки, будут работать одинаково и в Linux, и в Windows, и в любых других операционных системах, где установлен интерпретатор Python. В большинстве реализаций Python под определенные операционные системы имеется также поддержка специфических механизмов этих систем (например, поддержка COM в Windows), но ядро языка Python и библиотеки работают совершенно одинаково в любой системе. Как уже говорилось выше, Python включает в себя средства создания графического интерфейса Tk GUI под названием tkinter (Tkinter в Python 2.6), что позволяет программам на языке Python создавать графический интерфейс, совместимый со всеми основными графическими платформами без индивидуальной программной настройки. В чем сильные стороны Python? 55 Он мощный С точки зрения функциональных возможностей Python�� можно назвать гибридом. Его инструментальные средства укладываются в диапазон между традиционными языками сценариев (такими как Tcl, Scheme и Perl) и языками разработки программных систем (такими как C, C++ и Java). Python обеспечивает простоту и непринужденность языка сценариев и мощь, которую обычно можно найти в компилирующих языках. Превышая возможности других языков сценариев, такая комбинация делает Python удобным средством разработки крупномасштабных проектов. Для предварительного ознакомления ниже приводится список основных возможностей, которые есть в арсенале Python: Динамическая типизация Python�� сам следит за типами объектов, используемых в программе, благодаря чему не требуется писать длинные и сложные объявления в программном коде. В действительности, как вы увидите в главе 6, в языке Python вообще отсутствуют понятие типа и необходимость объявления переменных. Так как программный код на языке Python не стеснен рамками типов данных, он автоматически может обрабатывать целый диапазон объектов. Автоматическое управление памятью Python автоматически распределяет память под объекты и освобождает ее («сборка мусора»), когда объекты становятся ненужными. Большинство объектов могут увеличивать и уменьшать занимаемый объем памяти по мере необходимости. Как вы узнаете, Python сам производит все низкоуровневые операции с памятью, поэтому вам не придется беспокоиться об этом. Модульное программирование Для создания крупных систем Python предоставляет такие возможности, как модули, классы и исключения. Они позволяют разбить систему на составляющие, применять ООП для создания программного кода многократного пользования и элегантно обрабатывать возникающие события и ошибки. Встроенные типы объектов Python предоставляет наиболее типичные структуры данных, такие как списки, словари и строки, в виде особенностей, присущих самому языку программирования. Как вы увидите позднее, эти типы отличаются высокой гибкостью и удобством. Например, встроенные объекты могут расширяться и сжиматься по мере необходимости, могут комбинироваться друг с другом для представления данных со сложной структурой и многое другое. Встроенные инструменты Для работы со всеми этими типами объектов в составе Python имеются мощные и стандартные средства, включая такие операции, как конкатенация (объединение коллекций), получение срезов (извлечение части коллекции), сортировка, отображение и многое другое. Библиотеки утилит Для выполнения более узких задач в состав Python также входит большая коллекция библиотечных инструментов, которые поддерживают практиче- 56 Глава 1. Python в вопросах и ответах ски все, что только может потребоваться, – от поиска с использованием регулярных выражений до работы в сети. Библиотечные инструменты языка Python – это то место, где выполняется большая часть операций. Утилиты сторонних разработчиков Python – это открытый программный продукт и поэтому разработчики могут создавать свои предварительно скомпилированные инструменты поддержки задач, решить которые внутренними средствами невозможно. В Сети вы найдете свободную реализацию поддержки COM, средств для работы с изображениями, распределенных объектов CORBA�� , XML, механизмов доступа к базам данных и многое другое. Несмотря на широкие возможности, Python имеет чрезвычайно простой синтаксис и архитектуру. В результате мы имеем мощный инструмент программирования, обладающий простотой и удобством, присущими языкам сценариев. Он соединяемый Программы на языке Python с легкостью могут «склеиваться» с компонентами, написанными на других языках программирования. Например, прикладной интерфейс C API в Python позволяет программам на языке C вызывать и быть вызываемыми из программ на языке Python. Из этого следует, что вы можете расширять возможности программ на языке Python и использовать программный код на языке Python в других языковых средах и системах. Возможность смешивать Python с библиотеками, написанными на таких языках, как C или C++, например, превращает его в удобный язык для создания интерфейсов к этим библиотекам и в средство настройки программных продуктов. Как уже говорилось выше, все это делает Python прекрасным средством разработки прототипов – система может быть сначала реализована на языке Python, чтобы повысить скорость разработки, а позднее в зависимости от требований к производительности системы по частям перенесена на язык C. Он удобен Чтобы запустить программу на языке Python, достаточно просто ввести ее имя. Не требуется выполнять промежуточную компиляцию и связывание, как это делается в языках программирования, подобных C или C++. Интерпретатор Python немедленно выполняет программу, что позволяет производить программирование в интерактивном режиме и получать результаты сразу же после внесения изменений – в большинстве случаев вы сможете наблюдать эффект изменения программы с той скоростью, с которой вы вводите изменения с клавиатуры. Безусловно, скорость разработки – это лишь один из аспектов удобства Python. Кроме того, он обеспечивает чрезвычайно простой синтаксис и набор мощных встроенных инструментов. Поэтому некоторые даже называют Python «исполняемым псевдокодом». Поскольку большая часть сложностей ликвидируется другими инструментами, программы на языке Python проще, меньше и гибче эквивалентных им программ, написанных на таких языках, как C, C++ и Java! Какими преимуществами обладает Python перед языком X? 57 Он прост в изучении Это самый важный аспект данной книги: по сравнению с другими языками программирования базовый язык Python очень легко запоминается. В действительности вы сможете писать на языке Python более или менее значимые программы уже через несколько дней (или даже через несколько часов, если вы уже опытный программист). Это отличная новость для разработчиков, стремящихся изучить язык для применения его в своей работе, а также для конечных пользователей, которые применяют Python для настройки или управления программным продуктом. Сегодня многие системы исходят из того, что конечные пользователи могут быстро изучить Python в достаточной степени, чтобы самостоятельно создать свой собственный программный код настройки системы при незначительной поддержке со стороны разработчика. И хотя в Python имеются сложные инструменты программирования, основа языка по-прежнему остается простой для изучения как начинающими, так и опытными программистами. Он назван в честь Монти Пайтона Это не имеет отношения к технической стороне дела, но похоже, что эта тайна, которую я собираюсь открыть, на удивление хорошо охраняется. Несмотря на то, что на эмблеме Python изображена рептилия, правда состоит в том, что создатель Python, Гвидо ван Россум, назвал свое детище в честь комедийного сериала «Летающий цирк Монти Пайтона» (Monty Python’s Flying Circus), который транслировался по телеканалу BBC. Он большой поклонник Монти Пайтона, как и многие программисты (похоже, что между разработкой программного обеспечения и цирком есть что-то общее). Это обстоятельство неизбежно добавляет юмора в примеры программного кода на языке Python. Например, традиционные имена переменных «foo» и «bar», в языке Python превратились в «spam» и «eggs». Встречающиеся иногда имена «Brian», «ni» и «shrubbery», точно также появились благодаря своим тезкам. Это даже оказывает влияние на сообщество в целом: дискуссии на конференциях по языку Python обычно именуются «Испанская инквизиция». Все это, конечно, очень забавно, если вы знакомы с сериалом, в противном случае это кажется непонятным. Вам не требуется знать сериал, чтобы понимать примеры, где используются ссылки на Монти Пайтона (включая многие примеры в этой книге), но, по крайней мере, вы теперь знаете, откуда что берется. Какими преимуществами обладает Python перед языком X? Наконец, чтобы разместить язык Python среди уже, возможно, известных вам понятий, сравним Python с другими языками программирования, такими как Perl�� , Tcl и �� Java�� . Ранее мы уже говорили о проблеме производительности, поэтому здесь мы сосредоточим свое внимание на функциональных возможностях. Другие языки программирования также являются достаточно полезными ин- 58 Глава 1. Python в вопросах и ответах струментами, чтобы знать и использовать их, но многие программисты находят, что Python: •• Имеет более широкие возможности, чем Tcl. Язык Python поддерживает «программирование в целом», что делает его применимым для разработки крупных систем. •• Имеет более четкий синтаксис и более простую архитектуру, чем Perl, что делает программный код более удобочитаемым, простым в сопровождении и снижает вероятность появления ошибок. •• Проще и удобнее, чем Java. �� Python�� – это язык сценариев, а �� Java�� унаследовала сложный синтаксис от таких языков программирования, как C++. •• Проще и удобнее, чем C++, но нередко он не может конкурировать с C++, поскольку, будучи языком сценариев, Python предназначен для решения другого круга задач. •• Более мощный и более переносимый, чем Visual Basic. Открытая природа Python также означает, что нет какой-то отдельной компании, которая его контролирует. •• Более удобочитаемый и более универсальный, чем PHP. Иногда �� Python�� используется для создания веб-сайтов, но он способен решать гораздо более широкий круг задач, от управления роботами до создания анимационных фильмов. •• Более зрелый и имеет более ясный синтаксис, чем Ruby. В отличие от Ruby и Java, объектно-ориентированный стиль программирования является необязательным в Python – он не вынуждает использовать ООП в проектах, где этот стиль неприменим. •• Обладает динамическими особенностями таких языков, как SmallTalk и Lisp, но имеет более простой и традиционный синтаксис, доступный как для разработчиков, так и для конечных пользователей настраиваемых систем. Многие считают, что Python, по сравнению с другими современными языками сценариев, гораздо лучше подходит для программ, которые делают нечто большее, чем простое сканирование текстовых файлов и код которых, возможно, потребуется читать другим людям (и может быть, даже вам!). Кроме того, если от вашего приложения не требуется наивысшая производительность, Python способен составить конкуренцию таким языкам программирования, как C, C++ и �� Java�� : программный код на языке Python проще писать, отлаживать и сопровождать. Безусловно, автор является горячим поклонником Python с 1992 года, поэтому воспринимайте эти комментарии по своему усмотрению. Однако они в действительности отражают опыт многих программистов, которые потратили немало времени на исследование возможностей Python. В заключение Этот раздел завершает рекламную часть книги. В этой главе мы рассмотрели некоторые из причин, по которым люди выбирают Python�� для программирования своих задач. Здесь также было показано, как он используется, и приведены Закрепление пройденного 59 представительные примеры тех, кем он используется в настоящее время. Моя цель состоит в том, чтобы обучить вас языку Python, а не продать его. Лучший способ создать собственное мнение о языке – это опробовать его в действии, поэтому остальная часть книги целиком и полностью будет сфокусирована на описании языка, который здесь был представлен. Следующие две главы могут рассматриваться как техническое введение в язык. В этих главах мы узнаем, как запускаются программы на языке �� Python, коротко рассмотрим модель исполнения байт-кода и получим основные сведения об организации файлов модулей, в которых хранится программный код. Цель этих глав состоит в том, чтобы дать вам объем информации, достаточный для запуска примеров и выполнения упражнений в остальной части книги. Мы фактически не будем касаться вопросов программирования до главы 4, но прежде чем перейти к нему, вы определенно получите все необходимые начальные сведения. Закрепление пройденного Контрольные вопросы Каждая глава в этом издании книги будет завершаться серией коротких контрольных вопросов, которые помогут вам закрепить в памяти ключевые концепции. Ответы на вопросы следуют ниже, и вы можете прочитать эти ответы сразу, как только столкнетесь с затруднениями. Помимо контрольных вопросов в конце каждой части вы найдете упражнения, предназначенные для того, чтобы помочь вам программировать на языке �� Python�� . Итак, перед вами первый тест. Удачи! 1. Назовите шесть основных причин, по которым программисты выбирают Python? 2. Назовите четыре известные компании или организации, использующие Python. 3. Почему бы вы не хотели использовать Python в приложениях? 4. Какие задачи можно решать с помощью Python? 5. Какой важный результат можно получить с помощью инструкции import this? 6. Почему слово «spam» так часто используется в примерах программного кода на языке Python? 7. Какой ваш любимый цвет? Ответы Ну, как дела? Ниже приводятся ответы, которые подготовил я, хотя на некоторые вопросы существует несколько правильных ответов. Напомню еще раз, даже если вы абсолютно уверены в правильности своих ответов, я советую прочитать мои ответы, хотя бы ради того, чтобы получить некоторые дополнительные сведения. Если мои ответы кажутся вам бессмысленными, прочитайте текст главы еще раз. 60 Глава 1. Python в вопросах и ответах 1. Качество программного обеспечения, скорость разработки, переносимость программ, библиотеки поддержки, интеграция компонентов и просто удовольствие. Из этих шести причин качество и скорость разработки являются наиболее существенными при выборе Python. 2. Google, Industrial Light & Magic, EVE Online, Jet Propulsion Labs, Maya, ESRI и многие другие. Практически каждая организация, занимающаяся разработкой программного обеспечения так или иначе использует Python как для решения долговременных, стратегических задач проектирования, так и для решения краткосрочных тактических задач, таких как тестирование и системное администрирование. 3. Основным недостатком Python является невысокая производительность, программы на языке Python�� не могут выполняться так же быстро, как программы на полностью компилируемых языках, таких как C�� и С++. С другой стороны, для большинства применений он обладает достаточно высокой скоростью выполнения и обычно программный код на языке Python�� работает со скоростью, близкой к скорости языка C, потому что интерпретатор вызывает встроенный в него программный код, написанный на языке C. Если скорость выполнения имеет критическое значение, отдельные части приложения можно реализовать на языке C, в виде расширений. 4. Вы можете использовать Python для любых задач, которые можно решить с помощью компьютера, – от реализации веб-сайта и игровых программ до управления роботами и космическими кораблями. 5. Инструкция import this активизирует «пасхальное яйцо», скрытое в недрах Python�� , которое отображает некоторые принципы проектирования, лежащие в основе языка. Как запустить эту инструкцию, вы узнаете в следующей главе. 6. Слово «�� spam�� » взято из известной пародии Монти Пайтона, где герои сериала пытаются заказать блюдо в кафетерии, а их заглушает хор викингов, поющих о консервах фирмы �� Spam�� . Ах да! Это еще и типичное имя переменной, которое используется в сценариях на языке Python... 7. Голубой. Нет, желтый! Программирование на языке Python – это технический процесс, а не искусство Когда в начале 1990-х годов Python впервые появился на сцене программного обеспечения, это породило что-то вроде конфликта между сторонниками языка Python и другого популярного языка сценариев – Perl. Лично я считаю такие дебаты пустыми и бессмысленными – разработчики достаточно умны, чтобы самостоятельно сделать выводы. Однако в моей преподавательской практике мне часто приходится слышать вопросы на эту тему, поэтому я считаю необходимым сказать несколько слов по этому поводу. Закрепление пройденного В двух словах: все, что можно сделать на Perl, можно сделать и на Python, но при использовании Python вы еще сможете прочитать свой программный код. Для большинства удобочитаемость программного кода на языке Python означает возможность многократного его использования и простоту сопровождения, что делает Python отличным выбором для написания программ, которые не попадут в разряд написанных и сразу после отладки выброшенных. Программный код на языке Perl легко писать, но сложно читать. Учитывая, что период жизни большинства программ длится много дольше, чем период их создания, многие усматривают в Python более эффективный инструмент программирования. Если говорить более развернуто, история конфликта отражает опыт проектировщиков двух языков программирования и подчеркивает некоторые из основных причин, по которым программисты отдают предпочтение языку Python. Создатель языка Python – математик по образованию, и потому он создал язык, обладающий высокой степенью однородности – его синтаксис и набор возможностей отличаются удивительной согласованностью. Более того, если говорить математическими терминами, язык Python обладает ортогональной архитектурой – большая часть выразительных возможностей языка следует из небольшого числа базовых концепций. Например, как только программист схватывает суть полиморфизма в Python, все остальное легко достраивается. Создатель языка Perl, напротив – лингвист, поэтому и язык отражает его профессиональный опыт. В языке Perl одну и ту же задачу можно решить множеством способов, а языковые конструкции взаимодействуют между собой контекстно-зависимым, порой трудноуловимым способом, во многом напоминая естественный язык общения. Как известно, девизом языка Perl является выражение: «Всякую задачу можно решить более чем одним способом». Учитывая это, можно сказать, что язык Perl и сообщество его пользователей исторически стремились к свободе выражения мыслей при создании программного кода. Программный код одного программиста может радикально отличаться от программного кода другого. И правда, искусство создания уникального хитросплетения инструкций всегда было предметом гордости программистов на Perl. Однако любой, кто когда-либо занимался сопровождением программного кода, скажет вам, что свобода самовыражения хороша для искусства, но не для технологического процесса. В технологии нам требуются минимальный набор возможностей и высокая степень предсказуемости. Свобода выражения мыслей в технологии может превратить процесс сопровождения в непрекращающийся кошмар. По секрету говоря, уже не от одного пользователя Perl я слышал, что проще написать свой код, чем внести изменения в чужой. Когда художник пишет картину или ваяет скульптуру, он выражает этим исключительно себя, свои эстетические побуждения. Он не предполагает, что картина или скульптура будет изменяться другим художником. Это важное различие между искусством и технологическим процессом. 61 62 Глава 1. Python в вопросах и ответах Когда программист пишет сценарий, он пишет его не для себя самого. Более того, сценарий пишется даже не для компьютера. Хороший программист знает, что свой программный код он пишет для другого человека, который будет вынужден читать его в ходе сопровождения и использования. Если этот человек не сможет понять сценарий, сценарий станет практически бесполезным в реальной жизни. Многие находят в этом самое четкое отличие Python от других языков сценариев, подобных языку Perl. Синтаксическая модель Python вынуждает пользователя писать удобочитаемый программный код, поэтому программы на языке Python лучше вписываются в полный цикл разработки программного обеспечения. А такие свойства Python, как ограниченное число способов взаимодействия, единообразие, закономерность и непротиворечивость, способствуют появлению программного кода, который будет использоваться после того, как будет написан. В конечном счете, в центре внимания языка Python находится качество программного кода, что само по себе повышает производительность программиста и приводит к появлению у него чувства удовлетворенности. Программисты, использующие язык Python, могут быть не менее творческими натурами и, как мы увидим позднее, в некоторых случаях этот язык также способен предложить несколько способов решения одной и той же задачи. Тем не менее, в своей основе Python стимулирует ведение разработки способами, часто недоступными в других языках сценариев. По крайней мере, это общее мнение многих из тех, кто принял Python на вооружение. Конечно, у вас сложится собственное суждение по мере изучения Python. А приступить к изучению мы сможем в следующей главе. Глава 2 . Как Python запускает программы В этой и в следующей главе будут коротко рассмотрены вопросы исполнения программ – как программы запускаются человеком и как Python выполняет их. В этой главе мы рассмотрим интерпретатор Python. После этого в главе 3 будет показано, как создавать и запускать свои собственные программы. Порядок запуска программ в любом случае зависит от типа платформы и какие-то сведения из этой главы могут оказаться неприменимы к платформе, используемой вами, поэтому вы можете просто пропускать разделы, которые не относятся к вам. Точно так же опытные пользователи, которым уже приходилось использовать подобные инструменты в прошлом и которые стремятся побыстрее добраться до самого языка, могут пропустить эту главу, оставив ее «для ознакомления в будущем». А со всеми остальными мы попробуем разобраться, как запускать некоторый программный код. Введение в интерпретатор Python До сих пор я говорил о Python в основном как о языке программирования. Но в текущей реализации это еще и программный пакет , который называется интерпретатором. Интерпретатор – это такой модуль, который исполняет другие программы. Когда вы пишете код на языке Python, интерпретатор Python читает вашу программу и выполняет составляющие ее инструкции. По сути дела интерпретатор – это слой программной логики между вашим программным кодом и аппаратурой вашего компьютера. В процессе установки пакета Python на компьютер создается ряд программных компонентов – как минимум, интерпретатор и библиотека поддержки. В зависимости от особенностей использования интерпретатор Python может иметь вид исполняемой программы или набора библиотек, связанных с другой программой. В зависимости от версии Python сам интерпретатор может быть реализован как программа на языке C, как набор классов Java или в какомлибо другом виде. Независимо от используемой разновидности Python ваш программный код на этом языке всегда будет выполняться этим интерпретатором. А чтобы обеспечить такую возможность, вы должны установить интерпретатор Python на свой компьютер. 64 Глава 2. Как Python запускает программы Процедура установки Python отличается для разных платформ и подробно описывается в приложении A. В двух словах: •• Пользователи Windows должны получить и запустить инсталляционный исполняемый файл, который произведет установку Python на компьютер. Для этого нужно просто дважды щелкнуть на инсталляционном файле и отвечать «Yes» (Да) или «Next» (Далее) на все вопросы. •• В Linux или в Mac OS вполне возможно, что Python уже установлен и готов к использованию, поскольку он является стандартным компонентом этих операционных систем. •• В отдельных версиях Linux и Mac OS (а также в большинстве версий UNIX) Python может собираться из исходных текстов. •• Пользователи Linux могут также отыскать файлы RPM, а пользователи Mac OS – установочные пакеты для этой операционной системы. •• Процедура установки на других платформах зависит от этих платформ. Например, Python присутствует также в сотовых телефонах, игровых консолях и в проигрывателе iPod, но процедуры установки Python на эти устройства слишком отличаются, чтобы описывать их здесь. Дистрибутив Python можно получить на странице загрузок сайта проекта. Его можно также получить по другим каналам распространения программного обеспечения. Но имейте в виду, прежде чем приступать к установке, вы должны убедиться, что Python не был ранее установлен на ваш компьютер. Если вы пользуетесь операционной системой Windows, обычно Python можно найти в меню «�� Start�� » (Пуск), как показано на рис. 2.1 (эти пункты меню будут рассматриваться в следующей главе). В операционных системах Linux и UNIX Python обычно находится в дереве каталогов /usr. Поскольку процедура установки сильно зависит от используемой платформы, мы здесь прервем рассказ о ней. За дополнительной информацией о ней обращайтесь к приложению A. В целях этой и следующей главы я буду исходить из предположения, что Python уже установлен и готов к работе. Выполнение программы Что стоит за словами «написать и запустить программу на языке Python» зависит от того, как вы смотрите на эту задачу – как программист или как интерпретатор Python. Обе точки зрения определяют свой взгляд на программирование. С точки зрения программиста Программа на языке Python, в самой простой форме, – это обычный текстовый файл, содержащий инструкции Python. Например, следующий файл, с именем script0.py, – это один из простейших сценариев на языке Python, который только можно придумать, но его официально можно назвать программой на языке Python: print(‘hello world’) print(2 ** 100) Выполнение программы 65 Рис. 2.1. Когда Python установлен в Windows, его можно найти в меню «Start» (Пуск). Набор пунктов меню может немного отличаться, в зависимости от версии, но пункт IDLE запускает среду разработки с графическим интерфейсом, а пункт Python запускает простой интерактивный сеанс работы с интерпретатором. Кроме того, здесь же можно увидеть пункты вызова стандартного справочного руководства и запуска механизма документирования PyDoc (пункт Module Docs) Этот файл содержит две инструкции print, которые просто выводят строку (текст в кавычках) и результат числового выражения (2 в степени 100) в выходной поток. Не надо сейчас стараться вникнуть в синтаксис языка – в этой главе нас интересует лишь сам порядок запуска программ. Позднее я расскажу 66 Глава 2. Как Python запускает программы об инструкции print и объясню, почему можно возвести число 2 в степень 100, не опасаясь получить ошибку переполнения. Создать такой файл можно с помощью любого текстового редактора. По общепринятым соглашениям файлы с программами на языке Python должны иметь расширение .py – с технической точки зрения, это требование должно выполняться только для «импортируемых» файлов, как будет показано позднее в этой книге, но большинству файлов с программами на языке Python даются имена с расширением .py для единообразия. После того как инструкции будут введены в текстовый файл, можно потребовать от Python выполнить его, то есть просто выполнить все инструкции в файле одну за другой от начала и до конца. Как будет показано в следующей главе, вы можете запускать программы, щелкая на их пиктограммах или другими стандартными способами. Если при выполнении файла все пройдет как надо, вы увидите результаты работы двух инструкций print где-то на экране своего компьютера – обычно это происходит в том же окне, где производился запуск программы: hello world 1267650600228229401496703205376 Например, ниже показано, что произошло, когда я попытался запустить этот сценарий в командной строке DOS на ноутбуке, где установлена операционная система Windows (обычно эту программу можно найти в меню Accessories (Стандартные) под названием Command Prompt (Командная строка)), чтобы убедиться, что я не допустил никаких опечаток: C:\temp> python script0.py hello world 1267650600228229401496703205376 Мы только что запустили сценарий, который вывел строку и число. Вероятно, мы не получим награды на конкурсе по программированию за этот сценарий, но его вполне достаточно, чтобы понять основные принципы запуска программ. С точки зрения Python Краткое описание, приведенное в предыдущем разделе, является довольно стандартным для языков сценариев, и это обычно все, что необходимо знать программисту. Вы вводите программный код в текстовый файл, а затем запускаете этот файл с помощью интерпретатора. Однако, когда вы говорите интерпретатору «вперед», за кулисами много чего происходит. Хотя знание внутреннего устройства Python и не требуется для овладения навыками программирования на этом языке, тем не менее, понимание того, как производится выполнение программ, поможет вам увидеть всю картину в целом. Когда интерпретатор Python получает от вас команду запустить сценарий, он выполняет несколько промежуточных действий, прежде чем ваш программный код начнет «скрипеть колесами». В частности, сценарий сначала будет скомпилирован в нечто под названием «байт-код», а затем передан механизму, известному под названием «виртуальная машина». Выполнение программы 67 Компиляция в байт-код Когда вы запускаете программу, практически незаметно для вас Python сначала компилирует ваш исходный текст (инструкции в файле) в формат, известный под названием байт-код. Компиляция – это просто этап перевода программы, а байт-код – это низкоуровневое, платформонезависимое представление исходного текста программы. Интерпретатор Python транслирует каждую исходную инструкцию в группы инструкций байт-кода, разбивая ее на отдельные составляющие. Такая трансляция в байт-код производится для повышения скорости – байт-код выполняется намного быстрее, чем исходные инструкции в текстовом файле. В предыдущем абзаце вы могли заметить фразу – практически незаметно для вас. Если интерпретатор Python на вашем компьютере обладает правом записи, он будет сохранять байт-код вашей программы в виде файла с расширением .pyc (.pyc – это компилированный исходный файл .py). Вы будете обнаруживать эти файлы после запуска программ по соседству с файлами, содержащими исходные тексты (то есть в том же каталоге). Интерпретатор сохраняет байт-код для ускорения запуска программ. В следующий раз, когда вы попробуете запустить свою программу, Python загрузит файл .pyc и минует этап компиляции – при условии, что исходный текст программы не изменялся с момента последней компиляции. Чтобы определить, необходимо ли выполнять перекомпиляцию, Python автоматически сравнит время последнего изменения файла с исходным текстом и файла с байт-кодом. Если исходный текст сохранялся на диск после компиляции, при следующем его запуске интерпретатор автоматически выполнит повторную компиляцию программы. Если интерпретатор окажется не в состоянии записать файл с байт-кодом на диск, программа от этого не пострадает, просто байт-код будет сгенерирован в памяти и исчезнет по завершении программы.1 Однако поскольку файлы .pyc повышают скорость запуска программы, вам может потребоваться иметь возможность сохранять их, особенно для больших программ. Кроме того, файлы с байт-кодом – это еще один из способов распространения программ на языке Python. Интерпретатор запустит файл .pyc, даже если нет оригинальных файлов с исходными текстами. (В разделе «Фиксированные двоичные файлы» описывается еще один способ распространения программ). Виртуальная машина Python (PVM) Как только программа будет скомпилирована в байт-код (или байт-код будет загружен из существующих файлов .pyc), он передается механизму под названием виртуальная машина Python (PVM – для любителей аббревиатур). Аббревиатура PVM выглядит более внушительно, чем то, что за ней стоит на самом деле, – это не отдельная программа, которую требуется устанавливать. Фактически PVM – это просто большой цикл, который выполняет перебор инструк1 Строго говоря, байт-код сохраняется только для импортируемых файлов, но не для файла самой программы. Об импорте мы поговорим в главе 3 и снова вернемся к нему в части V. Байт-код также никогда не сохраняется для инструкций, введенных в интерактивном режиме, который описывается в главе 3. 68 Глава 2. Как Python запускает программы ций в байт-коде, одну за одной, и выполняет соответствующие им операции. PVM – это механизм времени выполнения, она всегда присутствует в составе системы Python и это тот самый программный компонент, который выполняет ваши сценарии. Формально – это последняя составляющая того, что называют «интерпретатором Python». На рис. 2.2 показана последовательность действий, которая описывается здесь. Не забывайте, что все эти сложности преднамеренно спрятаны от программистов. Компиляция в байт-код производится автоматически, а PVM – это всего лишь часть системы Python, которую вы установили на свой компьютер. Повторю еще раз, что программисты просто создают программный код на языке Python и запускают файлы с инструкциями. Исходный текст m.py Выполнение m.pyc PVM Рис. 2.2. Традиционная модель выполнения программ на языке Python: исходный текст, который вводится программистом, транслируется в байткод, который затем исполняется виртуальной машиной Python. Исходный текст автоматически компилируется и затем интерпретируется Производительность Читатели, имеющие опыт работы с компилирующими языками программирования, такими как C и C++, могут заметить несколько отличий в модели выполнения Python. Первое, что бросается в глаза, – это отсутствие этапа сборки, или вызова утилиты «make»: программный код может запускаться сразу же, как только будет написан. Второе отличие: байт-код не является двоичным машинным кодом (например, инструкциями для микропроцессора Intel). Байткод – это внутреннее представление программ на языке Python. По этой причине программный код на языке Python не может выполняться так же быстро, как программный код на языке C или C++, о чем уже говорилось в главе 1. Обход инструкций выполняет виртуальная машина, а не микропроцессор, и чтобы выполнить байт-код, необходима дополнительная интерпретация, инструкции которого требуют на выполнение больше времени, чем машинные инструкции микропроцессора. С другой стороны, в отличие от классических интерпретаторов, здесь присутствует дополнительный этап компиляции – интерпретатору не требуется всякий раз снова и снова анализировать инструкции исходного текста. В результате Python способен обеспечить скорость выполнения где-то между традиционными компилирующими и традиционными интерпретирующими языками программирования. Подробнее о проблеме производительности рассказывается в главе 1. Разновидности модели выполнения 69 Скорость разработки С другой стороны, в модели выполнения Python отсутствуют различия между средой разработки и средой выполнения. То есть системы, которые компилируют и выполняют исходный текст, – это суть одна и та же система. Для читателей, имеющих опыт работы с традиционными компилирующими языками, это обстоятельство может иметь некоторое значение, но в Python компилятор всегда присутствует во время выполнения и является частью механизма, выполняющего программы. Это существенно увеличивает скорость разработки. Не нужно всякий раз выполнять компиляцию и связывание программ прежде чем запустить их, – вы просто вводите исходный текст и запускаете его. Это также придает языку некоторый динамизм – вполне возможно, а нередко и удобно, когда программы на языке Python создаются и выполняются другими программами Python во время выполнения. Например, встроенные инструкции eval и exec принимают и выполняют строки, содержащие программный код на языке Pyt�� h�� on. Благодаря такой возможности Python может использоваться для настройки продуктов – программный код Python может изменяться «на лету», а пользователи могут изменять части системы, написанные на языке Python, без необходимости перекомпилировать систему целиком. Если смотреть с более фундаментальных позиций, то все, что имеется в Python, работает на этапе времени выполнения – здесь полностью отсутствует этап предварительной компиляции, все что необходимо, производится во время выполнения программы. Сюда относятся даже такие операции, как создание функций и классов и связывание модулей. Эти события в более статичных языках происходят перед выполнением, но в программах на языке Python происходят во время выполнения. В результате процесс программирования приобретает больший динамизм, чем тот, к которому привыкли некоторые читатели. Разновидности модели выполнения Прежде чем двинуться дальше, я должен заметить, что внутренний поток выполнения, описанный в предыдущем разделе, отражает современную стандартную реализацию интерпретатора Python, которая в действительности не является обязательным требованием самого языка Python. Вследствие этого модель выполнения склонна изменяться с течением времени. Фактически уже существуют системы, которые несколько меняют картину, представленную на рис. 2.2. Давайте потратим несколько минут, чтобы ознакомиться с наиболее заметными изменениями. Альтернативные реализации Python В то время когда я писал эту книгу, существовали три основные альтернативные реализации языка Python – CPython, Jython и IronPython, а также несколько второстепенных реализаций, таких как Stackless Python. В двух словах: CPython – это стандартная реализация, а все остальные создавались для специфических целей и задач. Все они реализуют один и тот же язык Python, но выполняют программы немного по-разному. 70 Глава 2. Как Python запускает программы CPython Оригинальная и стандартная реализация языка Python обычно называется CPython, особенно когда необходимо подчеркнуть ее отличие от двух других альтернатив. Это название происходит из того факта, что реализация написана на переносимом языке ANSI C. Это тот самый Python, который вы загружаете с сайта http://www.python.org, получаете в составе дистрибутива ActivePython и который присутствует в большинстве систем Linux и Mac OS X. Если вы обнаружили у себя предварительно установленную версию Python, то более чем вероятно это будет CPython, – при условии, что ваша компания не использует какую-то специфическую версию. Если вы не предполагаете создавать приложения на Java или для платформы .NET, возможно, вам следует отдать предпочтение стандартной реализации CPython. Поскольку это эталонная реализация языка, она, как правило, работает быстрее, устойчивее и лучше, чем альтернативные системы. Рисунок 2.2 отражает модель выполнения CPython. Jython Интерпретатор Jython�� (первоначальное название – �� JPython�� ) – это альтернативная реализация языка Python, основная цель которой – тесная интеграция с языком программирования Java. Реализация Jython состоит из Java-классов, которые выполняют компиляцию программного кода на языке Python в байткод Java и затем передают полученный байт-код виртуальной машине Java (Java Virtual Machine, JVM). Программист помещает инструкции на языке Python в текстовые файлы как обычно, а система �� Jython�� подменяет два расположенных на рис. 2.2 справа этапа на эквиваленты языка Java. Цель Jython состоит в том, чтобы позволить программам на языке Python управлять Java-приложениями, точно так же как CPython может управлять компонентами на языках �� C�� и C++. Эта реализация имеет бесшовную интеграцию с Java. Поскольку программный код на языке Python транслируется в байт-код Java, во время выполнения он ведет себя точно так же, как настоящая программа на языке Java. Сценарии на языке Jython могут выступать в качестве апплетов и сервлетов, создавать графический интерфейс с использованием механизмов Java и так далее. Более того, Jython обеспечивает поддержку возможности импортировать и использовать Java-классы в программном коде Python. Тем не менее поскольку реализация Jython обеспечивает более низкую скорость выполнения и менее устойчива по сравнению с CPython, она представляет интерес скорее для разработчиков программ на языке Java, которым необходим язык сценариев в качестве интерфейса к Java-коду. IronPython Третья (и к моменту написания этих строк самая новая) реализация языка Python – это IronPython. Она предназначена для обеспечения интеграции программ Python с приложениями, созданными для работы в среде Microsoft .NET Framework операционной системы Windows, а также в Mono – открытом эквиваленте для операционной системы Linux. Платформа .NET и среда выполнения языка C# предназначены для обеспечения взаимодействий между программными объектами – независимо от используемого языка программирования, в духе более ранней модели COM компании Microsoft. Реализация Разновидности модели выполнения 71 IronPython позволяет программам на языке Python играть роль как клиентских, так и серверных компонентов, доступных из других языков программирования .NET. Модель реализации IronPython очень напоминает Jython (и фактически разрабатывается одним и тем же автором) – она подменяет два этапа на рис. 2.2 справа на эквиваленты среды .NET. Кроме того, как и Jython, основной интерес IronPython представляет для разработчиков, которым необходима интеграция Python с компонентами .NET. Поскольку разработка ведется компанией Microsoft, от IronPython, кроме всего прочего, можно было бы ожидать существенной оптимизации производительности. К моменту написания этих строк реализация IronPython еще продолжала разрабатываться. За дополнительной информацией обращайтесь к ресурсам Python или попробуйте самостоятельно поискать в Сети.1 Средства оптимизации скорости выполнения Все три реализации, CPython, Jython и IronPython, реализуют язык Python похожими способами: исходный программный код компилируют в байт-код и выполняют полученный байт-код с помощью соответствующей виртуальной машины. Но кроме них существуют и другие реализации, включая динамический компилятор Psyco и транслятор Shedskin C++, которые пытаются оптимизировать основную модель выполнения. Знание этих реализаций не является для вас обязательным на этой стадии изучения языка Python, тем не менее, краткий обзор их реализации модели выполнения поможет пролить свет на модель выполнения в целом. Динамический компилятор Psyco Система Psyco – это не другая реализация языка Python, а компонент, расширяющий модель выполнения байт-кода, что позволяет программам выполняться быстрее. В терминах схемы на рис. 2.2 Psyco – это расширение PVM, которое собирает и использует информацию о типах, чтобы транслировать части байт-кода программы в истинный двоичный машинный код, который выполняется гораздо быстрее. Для такой трансляции не требуется вносить изменения в исходный программный код или производить дополнительную компиляцию в ходе разработки. Грубо говоря, во время выполнения программы Psyco собирает информацию о типах объектов и затем эта информация используется для генерации высокоэффективного машинного кода, оптимизированного для объектов этого типа. После этого произведенный машинный код замещает соответствующие участки байт-кода и тем самым увеличивает скорость выполнения программы. В результате при использовании Psyco существенно уменьшается общее время выполнения программы. В идеале некоторые участки программного кода под 1 Jython и IronPython – это полностью независимые реализации языка Python, которые компилируют исходный программный код для различных архитектур времени выполнения. Из программ для CPython также можно получить доступ к программным компонентам Java и .NET: например, системы JPype и Python for .NET позволяют коду, исполняемому интерпретатором CPython, обращаться к компонентам Java и .NET. 72 Глава 2. Как Python запускает программы управлением Psyco могут выполняться так же быстро, как скомпилированный код языка C. Поскольку эта компиляция из байт-кода производится во время выполнения программы, обычно Psyco называют динамическим (just-in-time, JIT) компилятором. Однако в действительности Psyco немного отличается от JITкомпиляторов, которые, возможно, некоторые читатели видели в языке Java. В действительности Psyco – это специализированный JIT-компилятор; он генерирует машинный код, оптимизированный для типов данных, которые фактически используются в программе. Например, если один и тот же участок программы использует различные типы данных в разное время, Psyco может генерировать различные версии машинного кода для поддержки каждой из комбинаций. Применение Psyco показывает существенное увеличение скорости выполнения программного кода Python. Согласно информации, которая приводится на домашней странице проекта, Psyco обеспечивает увеличение скорости «от 2 до 100 раз, обычно в 4 раза, при использовании немодифицированного интерпретатора Python, неизменного исходного текста, всего лишь за счет использования динамически загружаемого модуля расширения на языке C». При прочих равных условиях наибольший прирост скорости наблюдается для программного кода, реализующего различные алгоритмы на чистом языке Python, – именно такой программный код обычно переносят на язык C с целью оптимизации. При использовании Psyco необходимость в таком переносе теряет свою остроту. До сих пор Psyco не является стандартной частью Python – его нужно загружать и устанавливать отдельно. Кроме того, он до сих пор находится на экспериментальной стадии развития, поэтому вам нужно будет следить за его разработкой. В действительности, когда я пишу эти строки, Psyco все еще можно загрузить и установить, но похоже, что большая его часть будет поглощена более новым проектом «PyPy», который представляет собой попытку переписать PVM на языке Python с целью обеспечения высокой степени оптимизации, как в Psyco. Пожалуй, самым большим недостатком Psyco является то обстоятельство, что в настоящее время он способен генерировать машинный код только для архитектуры Intel x86, впрочем, на этой архитектуре работают такие операционные системы, как Windows, Linux и даже Mac. За дополнительной информацией о расширении Psyco и других попытках реализации JIT-компилятора обращайтесь на сайт http://www.python.org. Кроме того, вы можете посетить домашнюю страницу проекта Psyco, которая в настоящее время размещается по адресу http://psyco.sourceforge.net. Транслятор Shedskin C++ Shedskin – это еще одна система, которая реализует нетрадиционный подход к выполнению программ на языке Python. Она преобразует исходный код на языке Python в исходный код на языке C++, который затем может быть скомпилирован в машинный код. Кроме того, эта система реализует платформонезависимый подход к выполнению программного кода Python. К моменту написания этих строк система Shedskin еще находилась на экспериментальной стадии развития и ограничивала программы Python неявным использованием Разновидности модели выполнения 73 статических типов, что является ненормальным явлением для программ на языке Python, поэтому мы не будем углубляться в описание этой системы. Тем не менее, по предварительным результатам, у нее имеется немалый потенциал, чтобы выиграть гонку за скоростью как у стандартной реализации Python, так и у расширения Psyco, и это весьма многообещающий проект. Сведения о текущем состоянии проекта вы можете самостоятельно найти в Сети. Фиксированные двоичные файлы Иногда, когда пользователи спрашивают про «настоящий» компилятор языка Python, в действительности они просто ищут способ создавать из своих программ на языке Python самостоятельные исполняемые файлы. Это необходимо скорее для упаковки и распространения программ, чем для их исполнения, но эти две стороны взаимосвязаны между собой. При помощи инструментов сторонних разработчиков, которые можно загрузить из Сети, вы можете превратить свои программы на языке Python в настоящие исполняемые файлы, которые в мире Python известны как фиксированные двоичные файлы (frozen binaries). Фиксированные двоичные файлы объединяют в единый файл пакета байт-код программ, PVM (интерпретатор) и файлы поддержки, необходимые программам. Существуют разные реализации такого подхода, но в конечном результате получается единственный исполняемый файл (например, файл с расширением .exe в Windows), который легко можно передать заказчику. Такую модель можно представить, если на рис. 2.2 объединить байт-код и PVM в единый компонент – фиксированный двоичный файл. На сегодняшний день существует три основных инструмента создания фиксированных двоичных файлов: py2exe (для Windows), PyInstaller (напоминает py2exe, но также работает в Linux и UNIX и способен производить самоустанавливающиеся исполняемые файлы) и freeze (оригинальная версия). Вам придется загружать эти инструменты отдельно от Python, но они распространяются совершенно бесплатно. Кроме того, они постоянно развиваются, поэтому свежую информацию об этих инструментах смотрите на сайте проекта Python (http://www.python.org) или ищите с помощью поисковых систем. Чтобы дать вам общее представление об области применения этих инструментов, замечу, что py2exe может создавать автономные программы, использующие библиотеки tkinter, PMW, wxPython и PyGTK для создания графического интерфейса; программы, использующие инструментальные средства создания игр pygame; клиентские программы win32com и многие другие. Фиксированные двоичные файлы – это не то же самое, что получается в результате работы настоящего компилятора, потому что они выполняют байткод с помощью виртуальной машины. Следовательно, программы в фиксированных двоичных файлах исполняются с той же скоростью, что и обычные файлы с исходными текстами программ, разве что улучшен способ их запуска. Фиксированные двоичные файлы имеют немалый размер (они содержат в себе PVM�� ), но по современным меркам их все же нельзя назвать необычно большими. Так как интерпретатор Python встроен непосредственно в фиксированные двоичные файлы, его установка не является обязательным требованием для запуска программ на принимающей стороне. Более того, поскольку программ- 74 Глава 2. Как Python запускает программы ный код упакован в фиксированный двоичный файл, он надежно скрыт от получателя. Такая схема упаковки программ в единственный файл особенно подходит для нужд разработчиков коммерческого программного обеспечения. Например, программа с графическим интерфейсом на базе tkinter может быть упакована в исполняемый файл и распространяться как самостоятельная программа на CD�� или через Интернет. Конечному пользователю не нужно будет устанавливать �� Python�� (и даже знать о том, что это такое), чтобы запустить распространяемую программу. Другие способы выполнения Существуют также другие схемы выполнения программ на языке Python, преследующие узкоспециализированные цели: •• Система Stackless Python – это разновидность стандартной реализации CPython�� , которая не использует стек вызовов языка C�� . Она упрощает перенос �� Python�� на архитектуры с небольшим объемом стека, обеспечивает дополнительные возможности параллельной обработки данных и поощряет использование новейших инструментов языка, таких как сопрограммы. •• Система Cython (расширенная версия проекта Pyrex) – это гибридный язык, дополняющий язык Python возможностью вызывать функции на языке C�� и использовать объявления типов переменных, аргументов и атрибутов классов на языке C. Исходные тексты на языке Cython могут быть скомпилированы в программный код на языке C, использующий Python/C API, который в свою очередь может быть скомпилирован в машинный код. Несмотря на то, что получающийся программный код не полностью совместим со стандартным языком Python�� , �� Cython�� может оказаться как полезным инструментом для создания оберток вокруг внешних библиотек на языке C, так и эффективным средством разработки расширений на C для языка Python. Дополнительные подробности об этих системах вы без труда найдете в Интернете. Будущие возможности В заключение обратите внимание, что модель выполнения, обсуждавшаяся здесь, в действительности является лишь отражением текущей реализации интерпретатора Python, но не самого языка программирования. Например, вполне возможно, что в течение времени, пока эта книга будет сохранять актуальность (едва ли она сохранится у кого-нибудь через десять лет), появится традиционный компилятор для трансляции исходного текста на языке Python в машинный код. Кроме того, в будущем могут появиться новые варианты реализации интерпретатора и разновидности байт-кода. Например: •• Проект Parrot поставил перед собой цель выработать единый формат байткода, единую виртуальную машину и методики оптимизации для различных языков программирования (подробности на сайте http://www.python. org). Стандартная виртуальная машина PVM в интерпретаторе пока выполняет программный код быстрее, чем Parrot, но пока неясно, как будет развиваться этот проект. В заключение 75 •• Проект PyPy – попытка реализовать �� PVM�� непосредственно на языке Py�� thon, что позволит использовать новые приемы программирования. Его цель – создать быструю и гибкую реализацию Python. •• Проект Unladen Swallow, поддерживаемый компанией Google�� , поставил перед собой задачу повысить производительность стандартного интерпретатора Python по меньшей мере в 5 раз, что позволит использовать его в качестве замены языку C во многих проектах. Предполагается, что в результате этой оптимизации будет создана полностью совместимая версия CPython�� , которая выполняется гораздо быстрее. Участники этого проекта также надеются удалить глобальную блокировку Python (Global Interpreter Lock, GIL), которая препятствует возможности одновременного выполнения нескольких потоков управления. В настоящее время этот проект разрабатывается инженерами из �� Google�� как проект с открытыми исходными текстами – изначально за основу в нем была принята версия Python 2.6, однако вполне возможно, что изменения смогут быть внесены и в версию 3.0. Дополнительные подробности вы найдете на сайте компании Google. Подобные грядущие схемы реализации могут несколько изменить схему времени выполнения интерпретатора Python, однако, скорее всего компилятор байт-кода останется стандартом еще какое-то время. Переносимость и гибкость байт-кода во время выполнения – это очень важные качества многих реализаций Python�� . Более того, добавление в язык конструкций объявления типов с целью обеспечения статической компиляции только повредит гибкости, осмысленности, простоте и общему духу языка Python. Из-за динамической природы языка Python любые реализации в будущем, скорее всего, сохранят некоторые черты нынешней PVM. В заключение В этой главе была представлена модель выполнения Python�� (как Python�� запускает программы) и исследованы некоторые наиболее известные разновидности этой модели (динамические компиляторы и тому подобное). Чтобы писать сценарии на языке Python, вам необязательно знать внутреннюю организацию интерпретатора и, тем не менее, некоторое знакомство с темой этой главы поможет вам понять, как выполняются ваши программы. В следующей главе вы начнете выполнять свой собственный программный код. А теперь – обычные контрольные вопросы. Закрепление пройденного Контрольные вопросы 1. Что такое интерпретатор Python? 2. Что такое исходный программный код? 3. Что такое байт-код? 4. Что такое PVM? 5. Назовите две разновидности стандартной модели выполнения Python. 6. В чем заключаются различия между CPython, Jython и IronPython? 76 Глава 2. Как Python запускает программы Ответы 1. Интерпретатор Python – это программа, которая выполняет программы на языке Python. 2. Исходный программный код – это инструкции, составляющие программу. Он состоит из текста в текстовых файлах, имена которых обычно имеют расширение .py. 3. Байт-код – это низкоуровневое представление программы после ее компиляции. Python автоматически сохраняет полученный байт-код в файлах с расширением .pyc. 4. PVM – это Python Virtual Machine (виртуальная машина Python) – механизм Python, который интерпретирует компилированный программный код. 5. Psyco, Shedskin и фиксированные двоичные файлы – все это разновидности модели выполнения. 6. CPython – это стандартная реализация языка. Jython и IronPython реализуют поддержку программирования на языке Python в среде Java и .NET соответственно; они являются альтернативными компиляторами языка Python. Глава 3 . Как пользователь запускает программы Итак, настал момент запустить какой-нибудь программный код. Теперь, когда вы получили представление, как выполняются программы, вы готовы приступать к программированию на языке Python. С этого момента я буду предполагать, что интерпретатор Python уже установлен у вас на компьютере, в противном случае вернитесь к предыдущей главе, а также прочитайте приложение A, где приводятся советы по установке и настройке интерпретатора. Существует несколько способов заставить интерпретатор Python выполнить программу, которую вы написали. В этой главе рассматриваются все наиболее часто используемые приемы запуска программ. Попутно вы узнаете, как вводить программный код в интерактивном режиме, как сохранять его в файлах, которые можно будет запускать из командной строки, щелчком на ярлыке и импортировать и загружать в виде модулей, выполнять с помощью инструкции exec или меню графического интерфейса IDLE. Если вам требуется лишь узнать, как запускать программы на языке Python, прочитайте раздел, где описывается ваша платформа, и переходите к главе 4. Однако не пропускайте материал, где описывается импортирование модулей, потому что эти сведения являются основой для понимания архитектуры программ на языке Python. Я также рекомендую просмотреть разделы с описанием IDLE и других интегрированных сред разработки, чтобы вы представляли, какие инструментальные средства доступны, когда приступите к разработке более сложных программ. Интерактивный режим Пожалуй, самый простой способ запускать программы на языке Python – это вводить инструкции непосредственно в командной строке интерпретатора, которая иногда называется интерактивной оболочкой. Запустить эту командную строку можно разными способами – в интегрированной среде разработки, в системной консоли и так далее. Предположим, что интерпретатор установлен в вашей системе как выполняемая программа, тогда самый универсальный способ запустить интерактивный сеанс работы с интерпретатором заключает- 78 Глава 3. Как пользователь запускает программы ся в том, чтобы ввести команду python без аргументов в командной строке вашей операционной системы. Например: % python Python 3.0.1 (r301:69561, Feb 13 2009, 20:04:18) [MSC v.1500 32 bit (Intel)] ... Type “help”, “copyright”, “credits” or “license” for more information. >>> После ввода слова «python» командная оболочка вашей операционной системы запустит интерактивный сеанс работы с интерпретатором Python (символ «%» здесь означает строку приглашения к вводу, он не должен вводиться вами). Понятие системной командной строки является универсальным, но как получить доступ к ней, зависит от используемой платформы: •• В операционной системе Windows команду python можно ввести в консоли DOS (она же – Командная Строка (Command Prompt), которую обычно можно найти в разделе Стандартные (Accessories) меню Все программы (Programs), которое появляется после щелчка на кнопке Пуск (Start)), или в диалоге Пуск (Start) → Выполнить… (Run…). •• В операционных системах UNIX, Linux и Mac OS X эту команду можно ввести в командной оболочке или в окне терминала (например, в xterm или в консоли, где запущена командная оболочка, такая как ksh или csh). •• В других операционных системах можно использовать похожие или какието специфичные для платформы устройства. Например, чтобы запустить интерактивный сеанс в наладонных устройствах, обычно достаточно щелкнуть на ярлыке Python. Если вы не включили путь к каталогу установки Python в переменную окружения PATH, вместо простого слова «python» вам может потребоваться ввести полный путь к выполняемой программе. В операционной системе Windows можно попробовать ввести команду C:\Python30\python (для версии 3.0); в UNIX и в Linux: /usr/local/bin/python или /usr/bin/python: C:\misc> c:\python30\python Python 3.0.1 (r301:69561, Feb 13 2009, 20:04:18) [MSC v.1500 32 bit (Intel)] ... Type “help”, “copyright”, “credits” or “license” for more information. >>> Или перед вводом команды «�� python�� » можно перейти в каталог, куда был установлен интерпретатор Python. Для этого в операционной системе Windows, например, можно выполнить команду cd c:\python30, например: C:\misc> cd C:\Python30 C:\Python30> python Python 3.0.1 (r301:69561, Feb 13 2009, 20:04:18) [MSC v.1500 32 bit (Intel)] ... Type “help”, “copyright”, “credits” or “license” for more information. >>> В Windows, кроме ввода команды python в окне командной оболочки, запустить интерактивный сеанс можно также, открыв главное окно IDLE (обсуждается ниже) или выбрав пункт Python (command line) (Python (командная строка)) в подменю Python в меню Пуск (Start), как показано на рис. 2.1 в главе 2. В обоих случаях открывается интерактивный сеанс Python с одинаковыми возможностями, то есть ввод команды в командной оболочке не является обязательным условием. Интерактивный режим 79 Выполнение инструкций в интерактивном режиме Интерактивный сеанс работы с интерпретатором Python начинается с вывода двух строк информационного текста (которые я буду опускать в примерах для экономии места), затем выводится приглашение к вводу >>>, когда интерпретатор Python�� переходит в режим ожидания ввода новой инструкции или выражения. При работе в интерактивном режиме результаты выполнения ваших инструкций будут выводиться сразу же после нажатия клавиши Enter вслед за строкой с приглашением >>>. Например, ниже приводятся результаты выполнения двух инструкций print (в действительности инструкция print была инструкцией в Python 2.6, а в Python 3.0 она стала функцией, поэтому круглые скобки являются обязательным элементом только в версии 3.0): % python >>> print(‘Hello world!’) Hello world! >>> print(2 ** 8) 256 Вам пока также не стоит вникать в детали инструкций print, приведенных здесь, – изучение синтаксиса мы начнем в следующей главе. В двух словах, эта инструкция вывела текстовую строку и целое число, как видно в строках, которые были напечатаны ниже строк с приглашением к вводу >>> (выражение 2 ** 8 на языке Python означает 2 в степени 8). При работе в интерактивном режиме, как показано в этом примере, вы можете вводить любое число команд Python, и каждая из них будет выполняться сразу же после ввода. Более того, поскольку в интерактивном сеансе результаты выражений, которые вы вводите, выводятся автоматически, совершенно необязательно явно использовать функцию «print»: >>> lumberjack = ‘okay’ >>> lumberjack ‘okay’ >>> 2 ** 8 256 >>> # Для выхода используйте клавиши Ctrl-D (в UNIX) или Ctrl-Z (в Windows) % В этом примере первая строка сохраняет значение в переменной, а две последние введенные строки являются выражениями (lumberjack и 2 ** 8), результаты вычисления которых отображаются автоматически. Чтобы завершить работу интерактивного сеанса, как показано в данном примере, и вернуться в системную командную строку, в UNIX-подобной системе нажмите комбинацию клавиш Ctrl-D, а в системах MS-DOS и Windows – комбинацию Ctrl-Z. В графическом интерфейсе IDLE, который будет рассматриваться ниже, нужно либо нажать комбинацию клавиш Ctrl-D, либо просто закрыть окно. В приведенных примерах мы сделали немногое – всего лишь ввели несколько инструкций print, одну инструкцию присваивания и несколько выражений, о которых подробнее мы поговорим позднее. Главное, на что следует обратить внимание, – интерпретатор немедленно выполняет введенный программный код сразу же после нажатия клавиши Enter. 80 Глава 3. Как пользователь запускает программы Например, когда в строке приглашения к вводу >>> была введена первая инструкция print, результат (строка) был немедленно выведен на экран. Нам не потребовалось создавать файл с исходным текстом программы и для выполнения программного кода не понадобилось сначала компилировать и компоновать его, что является обычным делом при использовании таких языков программирования, как C или C++. Как будет показано в последующих главах, при работе с интерактивной оболочкой вы можете также вводить многострочные инструкции – такие инструкции будут выполняться только после ввода всех строк. Когда может пригодиться интерактивный режим? В интерактивном режиме интерпретатор немедленно выполняет введенные инструкции и выводит результат, но эти инструкции не сохраняются в файле. Это означает, что в интерактивном режиме вы едва ли будете выполнять длинные отрывки программного кода, но при этом интерактивный режим предоставляет отличную возможность для проведения экспериментов с возможностями языка и тестирования файлов программ на лету. Экспериментирование Благодаря тому, что программный код выполняется немедленно, интерактивный режим превращается в замечательный инструмент для проведения экспериментов с конструкциями языка. Интерактивная оболочка часто будет использоваться в этой книге для демонстрации небольших примеров. Самое первое, что вы должны запомнить: если вы чувствуете, что не понимаете, как работает тот или иной отрывок программного кода на языке Python, запустите интерактивный сеанс и попробуйте ввести этот фрагмент, чтобы посмотреть, что произойдет. Например, предположим, что вы изучаете некоторый фрагмент программы на языке Python и наталкиваетесь на выражение ‘Spam!’ * 8, которое вам кажется непонятным. Можно, конечно, потратить с десяток минут, пробираясь через руководства и учебники, в попытках выяснить, что же делает этот код, но можно просто выполнить его в интерактивной оболочке: >>> ‘Spam!’ * 8 <== Изучение методом проб и ошибок ‘Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam!’ Немедленная обратная связь, которую предоставляет интерактивная оболочка, часто позволяет быстрее всего выяснить, что делает тот или иной фрагмент программного кода. Эксперимент наглядно показывает, что произошло дублирование строки: в языке Python оператор * выполняет операцию умножения над числами, но если левый операнд является строкой, он действует как оператор многократной конкатенации строки с самой собой (подробнее о строках рассказывается в главе 4). При проведении подобных экспериментов вы едва ли что-нибудь испортите, по крайней мере, пока. Чтобы причинить серьезный ущерб, например удалить файл или выполнить команду системной командной оболочки, необходимо явно импортировать модули (чтобы стать опасным для системы, вы должны хорошо знать системные интерфейсы языка Python!). Простой программный код на языке Python практически всегда может быть выполнен без опаски. 81 Интерактивный режим Для примера посмотрите, что произойдет, если допустить ошибку в интерактивной оболочке: >>> X <== Допущена ошибка Traceback (most recent call last): File “<stdin>”, line 1, in <module> NameError: name ‘X’ is not defined В языке Python�� считается ошибкой пытаться использовать переменную прежде чем ей будет присвоено значение (в противном случае, если бы переменные заполнялись некоторым значением по умолчанию, некоторые ошибки было бы очень сложно обнаруживать). С этой особенностью мы познакомимся позднее, а пока обратите внимание, что допущенная ошибка не вызвала ни аварийного завершения оболочки Python, ни краха системы. Вместо этого было выведено информативное сообщение об ошибке с указанием номера строки, где она была допущена, и вы получили возможность продолжить сеанс работы с интерпретатором. В действительности, как только вы более или менее освоитесь с языком Python, сообщения об ошибках во многих случаях станут оказывать вам вполне достаточную помощь при отладке (подробнее об отладке рассказывается во врезке «Отладка программ на языке Python»). Тестирование Помимо функции инструмента, предоставляющего возможность поэкспериментировать в процессе изучения языка, интерактивная оболочка также является идеальным средством тестирования программного кода, сохраненного в файлах. В интерактивном режиме вы можете импортировать файлы модулей и тестировать функциональные возможности, которые они предоставляют, вводя вызовы функций в строке с приглашением к вводу. Например, ниже приводится пример тестирования функции, находящей в одном из модулей, входящих в стандартную библиотеку �� Python�� (она возвращает имя текущего рабочего каталога). Вы сможете проделывать то же самое со своими собственными функциями, как только начнете создавать свои модули: >>> import os >>> os.getcwd() ‘c:\\Python30’ <== Тестирование “на лету” В более широком понимании интерактивная оболочка – это инструмент для тестирования программных компонентов независимо от их происхождения – вы можете вводить вызовы функций из связанных библиотек на языке C, создавать экземпляры классов Java в интерпретаторе Jython и делать многое другое. Интерпретатор поддерживает возможность проведения экспериментов и исследований при программировании, и вы найдете это удобным, начав работать с ним. Использование интерактивного режима Несмотря на то, что интерактивный режим прост в использовании, я хочу дать несколько советов начинающим, которые следует запомнить. Я привожу списки наиболее распространенных ошибок, подобные приведенному в этой главе, для справки, потому что знакомство с ними позволит вам избежать лишней головной боли: 82 Глава 3. Как пользователь запускает программы •• Вводите только инструкции на языке Python. Прежде всего следует запомнить, что в интерактивном режиме допускается вводить только программный код на языке Python, никаких системных команд. В программном коде Python предусмотрены возможности выполнять системные команды (например, с помощью os.system), но они не отличаются простотой по сравнению с непосредственным вводом команд. •• Инструкция print необходима только в файлах. Поскольку в интерактивном режиме интерпретатор автоматически выводит результаты вычисления выражений, вам не требуется вводить полные инструкции print при работе в интерактивном режиме. Это замечательная особенность, но она часто приводит пользователей в замешательство, когда они приступают к созданию программного кода в файлах: чтобы программный код в файлах мог что-то выводить, вы должны использовать инструкции print, потому что в этом случае результаты выражений уже не выводятся автоматически. Запомните, вы должны использовать инструкцию print в файлах, но не в интерактивном режиме. •• Не используйте отступы в интерактивном режиме (пока). При вводе программ на языке Python, как в интерактивном режиме, так и в текстовых файлах, вы обязаны начинать все не вложенные инструкции с позиции 1 (то есть с самого начала строки). Если вы не будете следовать этому правилу, Python может вывести сообщение «SyntaxError» (синтаксическая ошибка), потому что пробелы слева от инструкции рассматриваются интерпретатором как отступ, обозначающий принадлежность инструкции к вложенной группе. Пока мы не подойдем к главе 10, все инструкции, которые вам придется вводить, будут не вложенными, поэтому пока данное правило распространяется на все, что будет вводиться. То же относится и к классам Python. Ведущий пробел в строке вызывает сообщение об ошибке. •• Будьте внимательны, когда строка приглашения к вводу изменяется на строку ввода составной инструкции. Нам не придется сталкиваться с составными (многострочными) инструкциями до главы 4 и вводить их до главы 10, но вы должны знать, что при вводе второй и каждой последующей строки составной инструкции в интерактивном режиме строка приглашения к вводу может менять свой вид. В простом окне с командной строкой приглашение к вводу >>> во второй и каждой последующей строке изменяется на ..., в интерфейсе IDLE все строки, кроме первой, автоматически получают отступы. Почему это так важно, вы узнаете в главе 10. А пока, если вдруг случится, что вы получите приглашение к вводу ... или пустую строку при вводе программного кода, это, скорее всего, будет означать, что каким-то образом вам удалось заставить интерактивную оболочку Python думать, что вы начали ввод многострочной инструкции. Попробуйте нажать комбинацию Ctrl-C или клавишу Enter, чтобы вернуться к основному приглашению к вводу. Строки приглашений >>> и ... можно изменить (они доступны во встроенном модуле sys), но в последующих листингах я буду предполагать, что они не изменялись. •• При работе в интерактивном режиме завершайте ввод составных инструкций вводом пустой строки. Ввод пустой строки в интерактивном режиме (нажатие клавиши Enter в начале строки) сообщает интерпретатору, что вы завершили ввод многострочной инструкции. То есть, чтобы выполнить со- Интерактивный режим 83 ставную инструкцию, необходимо дважды нажать клавишу Enter. В файлах, напротив, в конце составных инструкций пустая строка не требуется и если она имеется, интерпретатор будет просто игнорировать ее. Если при работе в интерактивном режиме не завершить ввод составной инструкции двумя нажатиями клавиши Enter, у вас может сложиться впечатление, что все повисло, потому что интерпретатор не будет делать ничего, ожидая, когда вы повторно нажмете клавишу Enter! •• В интерактивном режиме за один раз выполняется одна инструкция. При работе в интерактивном режиме сначала следует ввести и выполнить одну инструкцию и только потом вводить другую. Для простых инструкций это требование соблюдается само собой, так как нажатие клавиши Enter приводит к выполнению введенной инструкции. Однако при работе с составными инструкциями не забывайте, что они должны завершаться и запускаться на выполнение вводом пустой строки, и только потом можно будет вводить новую инструкцию. Ввод многострочных инструкций Рискую повториться и все же я получил письма от двух читателей, которые пришли в замешательство от двух последних пунктов списка, после того как я дополнил эту главу, поэтому я считаю важным остановиться на них. Я познакомлю вас с многострочными (или составными) инструкциями в следующей главе, а более формально мы изучим их синтаксис еще ниже в этой книге. Поскольку поведение составных инструкций в файлах и в интерактивной оболочке немного отличается, я посчитал необходимым добавить два следующих предупреждения. Во-первых, при работе в интерактивном режиме завершайте ввод составных инструкций, таких как циклы for и условные операторы if, вводом пустой строки. Вы должны нажать клавишу Enter дважды, чтобы завершить многострочную инструкцию и выполнить ее. Например: >>> for x in ‘spam’: ... print(x) <== Здесь нажать Enter дважды, чтобы выполнить этот цикл ... В файлах сценариев не требуется добавлять пустую строку после составных инструкций – это необходимо только при работе в интерактивном режиме. В файле пустые строки не являются обязательными, и они просто игнорируются, а в интерактивном режиме они завершают многострочные инструкции. Обратите также внимание на то, что интерактивная оболочка выполняет по одной инструкции за один раз: прежде чем вводить следующую инструкцию, вы должны дважды нажать клавишу Enter, чтобы выполнить цикл или другую многострочную инструкцию: >>> for x in ‘spam’: ... print(x) <== Здесь нажать Enter дважды, прежде чем вводить новую инструкцию ... print(‘done’) File “<stdin>”, line 3 print(‘done’) ^ SyntaxError: invalid syntax 84 Глава 3. Как пользователь запускает программы Это означает, что вы не можете копировать и вставлять сразу несколько строк программного кода в интерактивном режиме, если копируемый фрагмент не содержит пустые строки после каждой составной инструкции. Такой код лучше выполнять в виде файла, о чем рассказывается в следующем разделе. Системная командная строка и файлы Хотя интерактивная командная оболочка является прекрасным инструментом для проведения экспериментов, тем не менее, у нее есть один существенный недостаток: программы, которые вы вводите во время интерактивного сеанса, исчезают сразу же после того, как интерпретатор Python выполнит их. Программный код, который вводится в интерактивном режиме, нигде не сохраняется, поэтому вы не сможете запустить его еще раз, не введя код с самого начала. Операция копирования и вставки, а также возможность повторного выполнения команды могут оказать некоторую помощь, но они не будут полезны, когда вы начнете писать большие программы. Чтобы воспользоваться операцией копирования и вставки, вы должны исключить из копирования строку приглашения к вводу, результаты, которые программа выводит в процессе выполнения, и так далее – далеко не самая современная методология разработки программного обеспечения! Чтобы хранить программы длительное время, необходимо сохранять программный код в файлах, которые обычно называются модулями. Модули – это простые текстовые файлы, содержащие инструкции на языке Python. Как только такой файл будет создан, вы можете предложить интерпретатору Python выполнить инструкции в нем столько раз, сколько пожелаете. Такой файл можно запустить на выполнение разными способами – из командной строки системы, щелчком на ярлыке файла, из пользовательского интерфейса IDLE и другими способами. Независимо от выбранного вами способа интерпретатор Python будет выполнять весь программный код в модуле от начала до конца всякий раз, когда вы будете его запускать. Терминология в этой области может несколько изменяться. Например, файлы модулей часто называются программами на языке Python, где под программой понимается последовательность заранее написанных инструкций, сохраненных в файле для обеспечения возможности многократного использования. Файлы модулей, которые запускаются на выполнение непосредственно, иногда называют сценариями – этим неофициальным термином обозначаются файлы программ верхнего уровня. Термин «модуль» зарезервирован для обозначения файлов, которые могут импортироваться другими файлами. (Подробнее о программах «верхнего уровня» и об импорте будет говориться чуть ниже.) Как бы вы ни называли их, в следующих нескольких разделах исследуются способы запуска программного кода, который был сохранен в файлах модулей. В этом разделе вы узнаете, как запускать файлы наиболее типичным способом: перечислением их имен в команде python при запуске из системной командной строки. Кому-то это может показаться примитивным, но для большинства программистов для разработки программ вполне достаточно окна терминала с командной оболочкой и окна текстового редактора. Системная командная строка и файлы 85 Первый сценарий В качестве первого упражнения откройте привычный для вас текстовый редактор (например, vi, Notepad�� или редактор IDLE) и сохраните следующие инструкции в файле с именем script1.py: # Первый сценарий на import sys print(sys.platform) print(2 ** 100) x = ‘Spam!’ print(x * 8) языке Python # Загружает библиотечный модуль # Возводит число 2 в степень 100 # Дублирует строку Это наш первый официальный сценарий на языке Python (если не считать двухстрочный сценарий из главы 2). Пока не нужно вникать в синтаксис программного кода в этом файле, тем не менее, в качестве краткого описания скажу, что этот файл: •• Импортирует модуль Python (библиотеку дополнительных инструментов), чтобы позднее получить название платформы •• Трижды вызывает функцию print, чтобы отобразить результаты •• Использует переменную с именем x, которая создается в момент, когда ей присваивается значение в виде строкового объекта •• Выполняет некоторые операции над объектами, с которыми мы познакомимся в следующей главе Имя sys.platform – это просто строковая переменная, содержимое которой идентифицирует тип компьютера, на котором выполняется сценарий. Эта переменная находится в стандартном модуле с именем sys, который необходимо загрузить с помощью инструкции import (подробнее об импортировании мы поговорим позже). Для разнообразия я также добавил комментарии – текст, следующий за символом #. Комментарии могут занимать отдельную строку или добавляться в строку с программным кодом, правее его. Текст, следующий за символом #, интерпретатором просто игнорируется, как комментарий, добавленный для человека, и не считается частью инструкции. Если вы копируете этот пример, чтобы опробовать его, можете смело игнорировать комментарии. В этой книге я использовал несколько иной стиль оформления комментариев, чтобы обеспечить их визуальное отличие, но в ваших программах они будут выглядеть как обычный текст. Повторюсь еще раз, не старайтесь пока вникнуть в синтаксис программного кода в этом файле – с ним мы познакомимся позднее. Главное здесь то, что программный код вводится в текстовый файл, а не в интерактивной командной оболочке интерпретатора Python. Итак, вы создали полноценный сценарий на языке Python. Обратите внимание, что файл модуля называется script1.py. Так как он является файлом верхнего уровня, его точно так же можно было бы назвать просто script, но имена файлов с программным кодом, которые предполагается импортировать из других файлов, должны оканчиваться расширением .py. Об импортировании рассказывается ниже, в этой же главе. Позднее вам может потребоваться импортировать тот или иной файл, поэтому всегда желательно 86 Глава 3. Как пользователь запускает программы использовать расширение .py в именах файлов с программным кодом на языке Python. Кроме того, некоторые текстовые редакторы определяют принадлежность файлов по расширению .py – если расширение отсутствует, вы можете лишиться таких функциональных возможностей редактора, как подсветка синтаксиса и автоматическое оформление отступов. Запуск файлов из командной строки Сохранив этот текстовый файл, вы сможете предложить интерпретатору Python выполнить его, указав полное имя файла в качестве первого аргумента команды python, введя следующую строку в системной командной строке: % python script1.py win32 1267650600228229401496703205376 Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam! И в этом случае также вы должны использовать командную оболочку, которая предоставляется вашей операционной системой – в окне Командная строка (Command Prompt) в Windows, в xterm или в подобных им программах. Не забывайте заменять слово «python» на полный путь к исполняемому файлу интерпретатора, если переменная окружения PATH у вас не настроена. Если все было сделано правильно, эта команда запустит интерпретатор �� Python, который в свою очередь последовательно, строку за строкой, выполнит инструкции в файле, и вы увидите на экране результаты выполнения трех инструкций print – название платформы, результат возведения числа 2 в степень 100 и результат многократного дублирования строки, который мы уже видели выше (о двух последних операциях более подробно рассказывается в главе 4). Если что-то пошло не так, на экране появится сообщение об ошибке – проверьте еще раз, не было ли допущено ошибок при вводе программного кода в файл и повторите попытку. О некоторых способах отладки рассказывается ниже, во врезке «Отладка программ на языке Python» на стр. 25, но на данном этапе лучше всего будет просто механически скопировать пример. Поскольку в данной ситуации для запуска программ на языке Python используется командная оболочка, можно применять любые синтаксические конструкции, допускаемые командной оболочкой. Например, можно перенаправить вывод сценария Python в файл, чтобы детально исследовать полученные результаты позднее, как показано ниже: % python script1.py > saveit.txt В этом случае три строки, которые были показаны в предыдущем примере запуска сценария, не будут выводиться на экран, а будут записаны в файл saveit. txt. Это широко известная возможность перенаправления потоков – она может использоваться как для вывода текста, так и для ввода. Она присутствует в �� Windows�� и в UNIX-подобных системах. Она мало связана с Python (интерпретатор Python просто поддерживает ее), поэтому здесь мы не будем углубляться в подробности работы механизма перенаправления. Если вы пользуетесь операционной системой Windows�� , этот пример будет работать точно так же, хотя сама командная строка будет выглядеть несколько иначе: Системная командная строка и файлы 87 C:\Python30> python script1.py win32 1267650600228229401496703205376 Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam! Если у вас переменная окружения PATH не настроена и не был выполнен переход в каталог интерпретатора, вам необходимо вводить полный путь к исполняемому файлу интерпретатора Python: D:\temp> C:\python30\python script1.py win32 1267650600228229401496703205376 Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam! В новейших версиях Windows вы можете просто вводить имя файла сценария независимо от того, в каком каталоге вы находитесь, потому что новейшие версии системы Windows отыскивают программы, необходимые для запуска файлов, с помощью реестра Windows, и вам не требуется явно указывать ее в командной строке. Например, в современных версиях Windows предыдущую команду можно упростить до: D:\temp> script1.py Наконец, не нужно забывать указывать полный путь к файлу сценария, если он находится в каталоге, отличном от того, в котором вы работаете. Например, следующая команда будет работать в каталоге D:\other в предположении, что путь к команде python включен в переменную окружения PATH, при этом она должна запустить сценарий, расположенный в некотором другом каталоге: D:\other> python c:\code\otherscript.py Если переменная окружения PATH не включает путь к каталогу с исполняемым файлом интерпретатора �� Python�� и при этом файл сценария не находится в текущем рабочем каталоге, тогда необходимо будет указать полный путь как к исполняемому файлу интерпретатора, так и к файлу сценария: D:\other> C:\Python30\python c:\code\otherscript.py Использование системной командной строки и файлов Запуск файлов программ из командной строки системы является достаточно простой задачей, особенно если у вас уже есть опыт работы с командной строкой. Тем не менее ниже описываются несколько ловушек, в которые часто попадают начинающие: •• Остерегайтесь автоматического присвоения расширения файлам в операционной системе Windows. Если для создания файлов программ в Windows вы пользуетесь редактором «Блокнот» («�� Notepad�� »), перед сохранением выбирайте тип файла Все файлы (All Files) и явно указывайте расширение .py. В противном случае «Блокнот» («�� Notepad�� ») будет присваивать файлам расширение .txt (например, script1.py.txt), что в некоторых ситуациях осложнит запуск таких файлов. Хуже того, по умолчанию операционная система �� Windows�� скрывает расширения файлов, поэтому, если вы забыли указать тип файла, вы можете даже не заметить, что создали обычный текстовый файл, а не файл, который 88 Глава 3. Как пользователь запускает программы должен запускаться интерпретатором Python. Здесь вам может послужить подсказкой ярлык файла – если на нем отсутствует изображение головы змеи, у вас могут появиться некоторые проблемы с запуском. Отсутствие подсветки синтаксиса в IDLE и открытие файла в редакторе вместо его запуска в результате щелчка мышью могут служить еще одним признаком этой проблемы. Текстовый процессор �� Microsoft� �� Word�� похожим образом по умолчанию добавляет расширение .doc. Мало этого, он добавляет в файл символы форматирования, которые являются недопустимыми с точки зрения синтаксиса Python. Поэтому возьмите за правило всегда выбирать тип файла Все файлы (All Files) при сохранении в операционной системе Windows или используйте более удобные для программистов текстовые редакторы, такие как IDLE. IDLE�� не добавляет расширение к имени файла автоматически, даже расширение .py – эта особенность нравится программистам, но не пользователям. •• Указывайте расширение имени файла и полный путь в командной строке, но не в инструкциях импорта. Не забывайте указывать полное имя файла в командной строке, то есть используйте, например, команду python script1. py, а не python script1. Инструкция import, с которой мы познакомимся ниже, в этой же главе, требует, чтобы путь к файлу и его расширение были опущены (например, import script1). Это несложно, но данная особенность часто является источником ошибок. Интерпретацией команды в командной строке занимается система, а не интерпретатор Python, и в ней неприменимы правила поиска файлов, которые использует Python. Поэтому в командной строке необходимо всегда указывать расширение файла .py и при необходимости – путь к файлу. Например, чтобы запустить файл, находящийся в каталоге, отличном от того, в котором вы работаете, обычно необходимо указать полный путь к файлу (например, python d:\tests\spam.py). Однако в программном коде на языке Python достаточно просто указать инструкцию import spam и доверить интерпретатору самому отыскать требуемый файл в пути поиска модулей, как будет описано ниже. •• Используйте в файлах инструкции print. Да, мы уже говорили об этом, но это настолько распространенная ошибка, что она вполне заслуживает, чтобы еще раз напомнить о ней. В отличие от интерактивного режима, чтобы вывести результаты работы файлов программ на экран, вы должны использовать инструкции print. Если в процессе работы сценарий ничего не выводит, проверьте еще раз – добавили ли вы инструкции print. Повторюсь еще раз, в интерактивном режиме инструкции print можно не использовать, так как интерпретатор автоматически выводит результаты вычисления выражений – инструкции print не будут здесь помехой, просто мы их не используем, чтобы избавиться от лишнего ввода с клавиатуры. Исполняемые сценарии в UNIX (#!) Если вы используете Python в UNIX, Linux или в другой UNIX-подобной операционной системе, вы можете превратить файлы с программным кодом на языке Python в исполняемые программы, точно так же, как программы на языках командной оболочки, таких как ksh или csh. Такие файлы обычно называются исполняемыми сценариями. Проще говоря, исполняемые сценарии в UNIX- 89 Системная командная строка и файлы подобных системах – это обычные текстовые файлы, содержащие инструкции на языке Python, но обладающие двумя необходимыми свойствами: •• Первая строка имеет специальный формат. Первая строка в сценариях, как правило, начинается с символов #! (эта комбинация часто называется как «hash bang»), за которыми следует путь к интерпретатору Python. •• Как правило, для файлов сценариев установлено разрешение на выполнение. Обычно файлы сценариев помечаются как исполняемые файлы, чтобы сообщить системе, что они могут быть запущены как самостоятельные программы. В UNIX-подобных системах это обычно делается с помощью такой команды, как chmod +x file.py. Давайте рассмотрим пример для UNIX-подобных систем. Сначала с помощью текстового редактора создайте файл модуля Python с именем brian: #!/usr/local/bin/python Print(‚The Bright Side ‚ + ‚of Life...‘) # + означает конкатенацию строк Первая строка в файле сообщает системе, где находится интерпретатор Python. С технической точки зрения, для интерпретатора Python первая строка является комментарием. Как уже говорилось ранее, все, что начинается с символа # и до конца строки, является комментарием – в них размещается дополнительная информация, предназначенная для человека, который будет читать ваш программный код. Но когда в файле присутствует комментарий, такой как в первой строке, он приобретает особый смысл, потому что система использует его для поиска интерпретатора, который будет выполнять остальной программный код в файле. Кроме того, обратите внимание, что этот файл называется просто brian, в его имени отсутствует расширение .py, которое мы использовали ранее для обозначения модулей. Наличие расширения .py не повредило бы (и даже лишний раз напоминало бы, что это файл программы на языке Python), но так как этот файл не планируется импортировать из других модулей, такое имя файла является вполне допустимым. Если дать этому файлу право на выполнение с помощью команды chmod +x brian, вы сможете запускать его из командной строки системы, как если бы это была самая обычная программа: % brian The Bright Side of Life... Для пользователей Windows�� замечу, что метод, описываемый здесь, характерен для UNIX и неприменим на вашей платформе. Однако вам незачем волноваться, просто используйте метод запуска, который описывался выше. Укажите имя выполняемого файла, как первый аргумент команды python.1 1 Как уже говорилось при обсуждении командной строки, современные версии Win dows позволяют указывать в командной строке лишь имя файла с расширением .py – эти версии Windows с помощью реестра определяют, что данный файл должен открываться с использованием интерпретатора Python (например, команда brian.py в них эквивалентна команде python brian.py). Такой режим работы командной строки сродни использованию #! в системах UNIX. Следует заметить, что некоторые программы для Windows действительно могут использовать и интерпретировать первую строку #!, но командная оболочка DOS в Windows полностью игнорирует ее. 90 Глава 3. Как пользователь запускает программы C:\misc> python brian The Bright Side of Life... В этом случае не требуется добавлять специальный комментарий #! в начало файла (хотя, если он присутствует, Python просто игнорирует его) и файл не должен иметь право на выполнение. Фактически если вы хотите обеспечить переносимость процедуры запуска между UNIX и Microsoft Windows, ваша жизнь наверняка станет проще, если вы всегда будете использовать типичный подход к запуску программ из командной строки, а не стиль, используемый для запуска сценариев в UNIX. Трюк с использованием команды env в UNIX В некоторых версиях системы UNIX можно избежать явного указания пути к интерпретатору Python, если специальный комментарий в первой строке оформить, как показано ниже: #!/usr/bin/env python ...здесь находится программный код сценария... При таком подходе программа env отыщет интерпретатор Python в соответствии с настройками пути поиска (то есть в большинстве командных оболочек UNIX поиск будет произведен во всех каталогах, перечисленных в переменной окружения PATH). Такой способ может оказаться более универсальным, так как он не требует жестко указывать во всех сценариях путь к каталогу, куда был установлен Python. Если у вас имеется доступ к программе env из любого места, ваши сценарии будут запускаться независимо от того, где находится интерпретатор Python, – вам достаточно будет лишь настроить переменную окружения PATH в своих системах, не внося исправления в первую строку всех сценариев. Безусловно, этот способ предполагает, что во всех системах программа env находится в одном и том же каталоге (в некоторых системах она может располагаться в каталогах /sbin, /bin или где-то еще), в противном случае о переносимости не может быть и речи. Щелчок на ярлыке файла Использование реестра в операционной системе Windows позволяет открывать файл просто щелчком мыши. При установке интерпретатор Python автоматически регистрирует себя в качестве программы, используемой для открытия файлов с программами на языке Python щелчком мыши. Это делает возможным запуск программ на языке Python простым щелчком (или двойным щелчком) мыши на ярлыке файла. В операционных системах, отличных от �� Windows�� , наверняка имеется возможность реализовать аналогичный трюк, но сами ярлыки, программа просмотра файловой системы, система навигации и прочее могут несколько отличаться. В некоторых системах UNIX, например, может потребоваться зарегистрировать расширение .py в программе просмотра файловой системы, сделать свой 91 Щелчок на ярлыке файла сценарий исполняемым файлом, использующим специальный комментарий #!, как обсуждалось в предыдущем разделе, или связать тип MIME файла с приложением или командой редактирования файлов за счет установки программ или с помощью других инструментальных средств. Если щелчок мышью не дает нужного результата, обращайтесь к документации используемой программы просмотра файловой системы за дополнительной информацией. Щелчок на ярлыке в Windows Чтобы продемонстрировать эту возможность, мы продолжим использовать сценарий script1.py, созданный выше, но повторим его содержимое, чтобы вам не пришлось перелистывать страницы: # Первый сценарий на import sys print(sys.platform) print(2 ** 100) x = ‘Spam!’ print(x * 8) языке Python # Загружает библиотечный модуль # Возводит число 2 в степень 100 # Дублирует строку Как мы уже видели, этот файл всегда можно запустить из командной строки системы: C:\misc> c:\python30\python script1.py win32 1267650600228229401496703205376 Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam! Однако эту программу можно также запустить щелчком мыши, вообще ничего не вводя с клавиатуры. Можно попробовать отыскать ярлык этого файла, например выбрав пункт Компьютер (Computer) (Мой компьютер (My Computer) – в �� Windows XP) в меню Пуск (Start) и выполнив переход вглубь дерева каталогов на диске C. В этом случае вы получите изображение в проводнике, как показано на рис. 3.1 (этот снимок с экрана был получен в �� Windows�� Vista�� ). Ярлыки файлов с исходными текстами программ на языке Python содержат изображение с текстом на белом фоне, а ярлыки с байт-кодом – изображение с текстом на черном фоне. Чаще вам придется щелкать (то есть запускать) на файлах с исходными текстами, чтобы увидеть последние изменения. Для запуска файла здесь нужно просто щелкнуть на ярлыке файла script1.py. Трюк с использованием функции input К сожалению, запуск файла в �� Windows�� щелчком на ярлыке может не привести к удовлетворяющему вас результату. В действительности запуск сценария, как в данном примере, вызывает появление окна на очень короткое время, чего явно недостаточно для обеспечения обратной связи, на которую так надеются программисты, использующие язык Python! Это не ошибка, это лишь особенность обслуживания вывода программы в Windows. По умолчанию интерпретатор Python открывает черное окно консоли DOS, которое будет служить местом для ввода и вывода программы. Если сценарий выводит какое-то сообщение и завершает работу, что и происходит в приведенном примере, то окно консоли открывается, туда выводится текст сообщения, но по завершении программы окно закрывается и исчезает. Вы сможете увидеть этот 92 Глава 3. Как пользователь запускает программы Рис. 3.1. В Windows файлы с программами на языке Python отображаются в проводнике в виде ярлыков и могут быть запущены двойным щелчком мыши (хотя при этом вы можете не увидеть текст, выводимый программой, и сообщения об ошибках) текст, только если вы обладаете мгновенной реакцией или ваш компьютер не отличается высокой скоростью работы. Это вполне нормальное поведение, но скорее всего это совсем не то, что вы имели в виду. К счастью, этот недостаток легко ликвидируется. Если вам требуется, чтобы результаты работы сценария оставались на экране после щелчка мышью на ярлыке файла, просто добавьте вызов встроенной функции input в самом конце сценария (в Python 2.6 следует использовать функцию raw_input; смотрите примечание ниже). Например: # Первый сценарий на import sys print(sys.platform) print(2 ** 100) x = ‘Spam!’ print(x * 8) input() языке Python # Загружает библиотечный модуль # Возводит число 2 в степень 100 # Дублирует строку # <== Добавленная строка Вообще, функция input считывает следующую строку с устройства стандартного ввода, ожидая ее, если она еще недоступна. В результате в данном случае сценарий приостанавливается, благодаря чему окно остается на экране, пока не будет нажата клавиша Enter, как показано на рис. 3.2. Теперь, когда я продемонстрировал этот трюк, вы должны иметь в виду, что прибегать к нему требуется только в операционной системе Windows, и только Щелчок на ярлыке файла 93 Рис. 3.2. При запуске программы в Windows щелчком мыши на ярлыке можно увидеть результаты ее работы, если добавить вызов функции input() в самый конец сценария. Но делать это следует, только если это действительно необходимо! если сценарий выводит какие-либо сообщения, и только если сценарий запускается щелчком мыши на ярлыке. Вызов функции следует добавлять в самый конец файлов верхнего уровня и только при выполнении всех трех перечисленных условий. Во всех остальных случаях нет смысла добавлять этот вызов (разве что вы просто обожаете нажимать клавишу Enter!).1 Несмотря на всю очевидность сказанного, это еще одна ошибка, которую часто допускают обучающиеся на моих курсах. Прежде чем двинуться дальше, следует отметить, что функция input – это средство для ввода информации; она дополняет инструкцию print, которая является средством вывода. Она представляет собой простейший способ чтения данных, вводимых пользователем, и обладает более широкими возможностями, чем было продемонстрировано в этом примере. Например, функция input: •• Может принимать строку в качестве аргумента, которая будет выводиться как подсказка (например, input(‘Press Enter to exit’)) •• Возвращает сценарию текстовую строку (например, nextinput = input()) •• Поддерживает возможность перенаправления ввода на уровне командной оболочки системы (например, python spam.py < input.txt), точно так же, как инструкция print поддерживает возможность перенаправления вывода Далее в этой книге мы найдем более интересное применение этой функции: например, в главе 10 эта функция будет использована для организации интерактивного цикла. 1 Кроме того, существует возможность полностью подавить появление окна консоли DOS при запуске файлов щелчком мыши в Windows. Программы, имена файлов которых имеют расширение .pyw, отображают только те окна, которые создаются самими сценариями, – окно консоли DOS при запуске таких файлов не открывается. Файлы с расширением .pyw – это обычные файлы .py с исходными текстами, которые в операционной системе Windows обслуживаются специальным образом. Главным образом они используются для сценариев Python, которые сами создают окна пользовательского интерфейса, что часто сочетается с организацией вывода в файлы результатов работы и сообщений об ошибках. 94 Глава 3. Как пользователь запускает программы Примечание, касающееся различий между версиями: если вы пользуетесь версией Python 2.6 или более ранней, используйте функцию raw_input() вместо функции input(). В �� Python�� 3.0 первая была переименована в последнюю. С технической точки зрения, версия 2.6 также имеет функцию input, но она интерпретирует вводимые строки, как если бы они содержали программный код, и потому она не может использоваться в данном контексте (ввод пустой строки вызывает ошибку). В Python 3.0 функция input (и raw_input в �� Python�� 2.6) просто возвращают введенный текст в виде строки, никак не интерпретируя их. Сымитировать поведение функции input из Python 2.6 в Python 3.0 можно с помощью конструкции eval(input()). Другие ограничения на запуск щелчком мыши Даже при использовании функции input запуск файлов щелчком мыши имеет некоторые недостатки. Вы можете не заметить появление сообщений об ошибках. Если в ходе работы сценария возникает ошибка, текст сообщения о ней выводится в окно консоли, которое тут же закрывается. Хуже того, даже добавление вызова input не поможет в такой ситуации, потому что работа сценария будет прервана еще до того, как будет выполнен этот вызов. Другими словами, вам будет сложно определить, что именно пошло не так. Из-за этих ограничений способ запуска программы щелчком мыши на ярлыке лучше использовать уже после того, как сценарий будет полностью отлажен. Старайтесь использовать другие способы запуска программ, особенно в самом начале работы над ними, такие как запуск из командной строки системы и из IDLE (рассматривается ниже в разделе «Пользовательский интерфейс IDLE»). Благодаря этому вы сможете увидеть сообщения об ошибках и обычный вывод от сценария, не прибегая к разного рода хитростям. Когда позднее в этой книге мы будем рассматривать исключения, вы узнаете, что существует возможность перехватывать и обрабатывать ошибки так, чтобы они не приводили к аварийному завершению программы. Обратите внимание на приведенное ниже обсуждение инструкции try, которая предоставляет альтернативный способ предотвратить преждевременное закрытие окна в случае возникновения ошибок. Импортирование и перезагрузка модулей Мы уже говорили об «импортировании модулей», но до сих пор я не давал никаких пояснений, что означает этот термин. Подробно о модулях и об архитектуре крупных программ мы будем говорить в пятой части книги, но так как операция импорта модулей – это еще один из способов запуска программ, мы рассмотрим в этом разделе основы модулей, чтобы дать вам начальное представление о них. Проще говоря, каждый файл с исходным текстом на языке Python, имя которого оканчивается расширением .py, является модулем. Другие файлы могут обращаться к программным компонентам, объявляемым модулем, импорти- Импортирование и перезагрузка модулей 95 руя этот модуль. По сути инструкция import выполняет загрузку другого файла и обеспечивает доступ к его содержимому. Содержимое модуля становится доступным внешнему миру через его атрибуты (определение этого термина я дам в следующем разделе). Такая модульная модель является центральной идеей, лежащей в основе архитектуры программ на языке Python. Крупные программы обычно организованы в виде множества файлов модулей, которые импортируют и используют функциональные возможности из других модулей. Один из модулей определяется как основной файл верхнего уровня, который запускает всю программу. Проблемы модульной архитектуры мы будем рассматривать подробнее позже, в этой же книге, а в этой главе основное внимание уделяется тому факту, что операция импорта на заключительном этапе приводит к выполнению программного кода загружаемого файла. Как следствие, импорт файла является еще одним способом запустить его. Например, если запустить интерактивный сеанс работы с интерпретатором (в IDLE, из командной строки или как-то иначе), можно будет запустить файл script1.py, созданный ранее, с помощью простой инструкции import (не забудьте перед этим удалить инструкцию input, добавленную в предыдущем разделе, иначе вам придется нажимать клавишу Enter без всякой необходимости): C:\misc> c:\python30\python >>> import script1 win32 1267650600228229401496703205376 Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam! Такой способ пригоден только для однократного запуска модуля в течение сеанса. После первой операции импорта все последующие попытки импортировать модуль не приводят ни к каким результатам, даже если изменить и сохранить исходный текст модуля в другом окне: >>> import script1 >>> import script1 Так сделано преднамеренно – операция импорта требует слишком больших затрат вычислительных ресурсов, чтобы выполнять ее более одного раза в ходе выполнения программы. Как вы узнаете в главе 21, в ходе импорта производится поиск файлов, компиляция их в байт-код и выполнение этого байт-кода. Если действительно возникает необходимость вынудить интерпретатор многократно запускать файл в рамках одного и того же сеанса (без остановки и перезапуска сеанса), можно воспользоваться встроенной функцией reload, доступной в модуле imp из стандартной библиотеки (в �� Python�� 2.6 эта функция была обычной встроенной функцией, но в Python 3.0 она была перенесена в модуль imp): >>> from imp import reload # В версии 3.0 требуется загрузить функцию >>> reload(script1) win32 65536 Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam! <module ‘script1’ from ‘script1.py’> >>> 96 Глава 3. Как пользователь запускает программы Инструкция from в этом примере просто копирует имя функции из модуля (подробнее об рассказывается ниже). Функция reload загружает и запускает текущую версию программного кода в файле, если он был изменен в другом окне. Это позволяет редактировать и использовать новый программный код в ходе одного и того же интерактивного сеанса работы с интерпретатором Python. В этом сеансе, например, уже после того как модуль был импортирован, вторая инструкция print в файле script1.py была изменена в другом окне так, чтобы она выводила результат выражения 2 ** 16, после чего была выполнена перезагрузка модуля с помощью функции reload. Функция reload ожидает получить имя уже загруженного модуля, поэтому, прежде чем перезагрузка станет возможной, модуль должен быть импортирован. Примечательно также, что имя модуля при вызове функции reload должно быть заключено в круглые скобки, тогда как инструкция import не требует этого. Дело в том, что reload – это функция, которая вызывается, а import – это инструкция. Именно поэтому имя модуля следует передавать функции reload как аргумент, в круглых скобках и именно поэтому после перезагрузки модуля выводится дополнительная строка. Последняя строка в выводе выше – это всего лишь представление результата, возвращаемого функцией reload после перезагрузки модуля. Более подробно функции будут обсуждаться в главе 16. Примечание, касающееся различий между версиями: в версии Python 3.0 встроенная функция reload была перемещена в модуль imp из стандартной библиотеки. Она точно так же перезагружает файлы, как и прежде, но перед использованием ее необходимо импортировать. В версии 3.0 можно использовать инструкцию import imp и затем вызывать функцию как imp.reload(M), или использовать инструкцию from imp import reload и вызывать функцию как reload(M), как показано в примере выше. Инструкции import и from рассматриваются в следующем разделе, а более формально они описываются далее в книге. Если вы используете версию Python 2.6 (или другую версию из ветки 2.X), функция reload доступна как встроенная функция, которую не нужно импортировать. В Python 2.6 функция reload доступна в двух видах – как встроенная функция и как функция в модуле imp, чтобы упростить переход на версию 3.0. Другими словами, возможность перезагрузки модулей сохранилась в версии 3.0, но чтобы воспользоваться ею, функцию reload необходимо импортировать. Перемещение функции в версии 3.0, вероятно, отчасти было вызвано известными проблемами, связанными с инструкциями reload и from, с которыми мы познакомимся в следующем разделе. В двух словах, имена, загруженные с помощью инструкции from, не обновляются вызовом функции reload, а имена, загруженные инструкцией import, – обновляются. Если вы обнаружите, что какие-то импортированные компоненты не обновляются после вызова функции reload, попробуйте использовать инструкцию import и обращаться к компоненту в формате module.attribute. Импортирование и перезагрузка модулей 97 Важные сведения о модулях: атрибуты Операции импортирования и перезагрузки модулей обеспечивают естественный способ запуска программы, так как на заключительном этапе этих операций производится исполнение файлов. При этом в более широком понимании модули играют роль библиотек инструментов, как вы узнаете в пятой части книги. Модуль – это, главным образом, всего лишь пакет имен переменных, известный как пространство имен. Имена внутри этого пакета называются атрибутами, то есть атрибут – это имя переменной, которая связана с определенным объектом (таким как модуль). В самом типичном случае импортирующий программный код получает доступ ко всем именам верхнего уровня, определяемым в файле модуля. Эти имена обычно связаны с функциональными возможностями, экспортируемыми модулем – функциями, классами, переменными и так далее, которые предназначены для использования в других файлах и программах. Снаружи доступ к именам в файле модуля можно получить с помощью двух инструкций языка Python, import и from, а также с помощью вызова функции reload. Для иллюстрации вышесказанного создайте с помощью текстового редактора однострочный файл модуля Python с именем myfile.py со следующим содержимым: title = “The Meaning of Life” Это, пожалуй, один из самых простых модулей Python (он содержит единственную операцию присваивания), но его вполне достаточно для иллюстрации основных положений. При импортировании этого модуля выполняется его программный код, который создает атрибут модуля. Инструкция присваивания создает атрибут с именем title. Доступ к атрибуту title можно получить из других программных компонентов двумя разными способами. Первый заключается в том, чтобы загрузить модуль целиком с помощью инструкции import, а затем обратиться к атрибуту по его имени, уточнив его именем модуля: % python # Запуск интерпретатора Python >>> import myfile # Запуск файла; модуль загружается целиком >>> print(myfile.title) # Имя атрибута, уточненное именем модуля через ‘.’ The Meaning of Life Вообще синтаксис точечной нотации в виде object.attribute позволяет получить доступ к любому атрибуту в любом объекте, и этот прием широко используется в программном коде на языке Python. Здесь мы использовали его для обращения к строковой переменной title, определенной внутри модуля myfile – то есть myfile.title. Кроме того, доступ к именам внутри модулей (Фактически создать копии имен) можно получать с помощью инструкции from: % python # Запуск интерпретатора Python >>> from myfile import title # Запуск файла; выполняется копирование имен >>> print(title) # Имя атрибута используется напрямую, уточнение не требуется The Meaning of Life 98 Глава 3. Как пользователь запускает программы Как будет говориться позднее, инструкция from во многом подобна инструкции import, которая выполняет присваивание имен в импортируемом компоненте. С технической точки зрения, инструкция from копирует атрибуты модуля так, что они становятся простыми переменными в программном коде, выполняющем импорт, благодаря чему на этот раз он может обратиться к импортированной строке уже не по имени myfile.title (ссылка на атрибут), а просто – title (переменная).1 Неважно, как выполняется импортирование модуля, с помощью инструкции import или from, в любом случае это приводит к выполнению инструкций в файле myfile.py, а импортирующий компонент (в данном случае – интерактивная оболочка интерпретатора) получает доступ к именам, определенным в файле на верхнем уровне. В этом простом примере существует только одно такое имя – переменная title, которой присвоена строка, но сама концепция приобретает более важное значение, когда речь заходит об определении в модулях таких объектов, как функции и классы. Такие объекты становятся программными компонентами многократного использования, доступ к которым можно получить из одного или более клиентских модулей. На практике модули обычно определяют более чем одно имя, которые могут использоваться и внутри, и за пределами модуля. Ниже приводится пример модуля, в котором определяются три имени: a = ‘dead’ # Определяются три атрибута, b = ‘parrot’ # экспортируемые другим модулям c = ‘sketch’ print a, b, c # Кроме того, они используются и самим этим модулем В файле threenames.py создаются три переменные, которые становятся тремя атрибутами, доступными внешнему миру. Этот модуль сам также использует эти переменные в инструкции print, в чем можно убедиться, если запустить этот модуль как файл верхнего уровня: % python threenames.py dead parrot sketch Как обычно, программный код этого модуля выполняется всего один раз, при импортировании (с помощью инструкции import или from). Клиенты, использующие инструкцию import, получают модуль со всеми его атрибутами, а клиенты, использующие инструкцию from, получают копии имен из этого модуля: % python >>> import threenames dead parrot sketch >>> >>> threenames.b, threenames.c (‘parrot’, ‘sketch’) 1 # Загрузить модуль целиком Обратите внимание: в обеих инструкциях, import и from, имя модуля myfile указывается без расширения .py. Как вы узнаете в пятой части книги, когда интерпретатор Python выполняет поиск файлов модулей, он знает, что к имени модуля необходимо добавить расширение. Не забывайте, что расширение обязательно должно указываться при вызове файла в системной командной оболочке и опускаться в инструкциях import. Импортирование и перезагрузка модулей 99 >>> >>> from threenames import a, b, c # Скопировать несколько имен >>> b, c (‘parrot’, ‘sketch’) Результаты здесь выводятся в круглых скобках, потому что в действительности они являются кортежами (разновидность объектов, которая описывается в следующей части книги). Пока вы можете спокойно игнорировать эту особенность. Как только вы начнете создавать модули, содержащие несколько имен, как в данном случае, вам наверняка пригодится встроенная функция dir. Она может использоваться для получения списка имен, доступных внутри модуля. Следующая инструкция возвращает список строк (мы начнем знакомиться со списками в следующей главе): >>> dir(threenames) [‘__builtins__’, ‘__doc__’, ‘__file__’, ‘__name__’, ‘a’, ‘b’, ‘c’] Такой результат получается при вызове функции в Python 3.0 и 2.6; в более ранних версиях количество возвращаемых имен может быть меньше. При вызове функции dir передается имя импортированного модуля в круглых скобках, как показано выше, а возвращает она список всех атрибутов, определенных внутри модуля. Некоторые возвращаемые имена, которые начинаются и завершаются двумя символами подчеркивания, присутствуют всегда; эти встроенные имена определяются самим интерпретатором Python и имеют для него особый смысл. Имена переменных, которые определяются нашими инструкциями присваивания, – a, b и c – выводятся в конце списка, получаемого от функции dir. Модули и пространства имен Импортирование модулей – это один из способов запуска программного кода в файлах, но, помимо этого, и это будет рассмотрено в книге позже, модули являются также самой крупной структурной единицей в программах на языке Python. Вообще программы на языке Python состоят из множества файлов модулей, связанных между собой инструкциями import. Каждый файл модуля – это самостоятельный пакет переменных, или пространство имен. Один модуль не сможет увидеть переменные, определенные в другом модуле, если явно не импортирует его. Модули позволяют уменьшить вероятность конфликтов имен в программном коде – так как каждый файл является самостоятельным пространством имен, имена в одном файле не вступают в конфликт с именами в другом файле, даже если они одинаковые. Как можно понять, модули – одно из ухищрений, которые используются в языке Python для упаковки переменных в категории, чтобы избежать конфликтов имен. Далее мы еще будем обсуждать модули и другие конструкции образования пространств имен (включая классы и функции). А пока будем использовать модули в качестве средства многократного использования программного кода, позволяющего не вводить его повторно с клавиатуры. 100 Глава 3. Как пользователь запускает программы import или from: необходимо отметить, что инструкция from в некотором смысле стирает границы пространств имен между модулями, потому что она копирует переменные из одного файла в другой. Это может вызывать затирание переменных в импортирующем файле одноименными переменными в импортируемом файле (при этом никаких предупреждений выводиться не будет). По сути, эта инструкция выполняет разрушительное объединение пространств имен, по крайней мере, в терминах копируемых переменных. По этой причине многие рекомендуют использовать инструкцию import вместо from. Я не буду вдаваться в глубокомысленные рассуждения, однако отмечу, что инструкция from не только короче, но и подразумеваемая проблема редко возникает на практике. Обратите внимание, что инструкция from позволяет явно указывать перечень импортируемых имен, и пока вы помните, что им будут присвоены значения, эта операция не более опасна, чем обычная инструкция присваивания, – еще одна возможность, которая наверняка будет использоваться вами! import и reload, примечания к использованию Зачастую, узнав о возможности запуска файлов с помощью import и reload, начинающие разработчики концентрируют все свое внимание на этом способе и забывают о других возможностях запуска, позволяющих запускать всегда самую свежую версию программного кода (например, щелчок мышью на ярлыке, пункты меню в IDLE и системная командная строка). К тому же, такой подход может быстро привести к появлению ошибок – вам придется помнить, импортировали ли вы тот или иной модуль, чтобы иметь возможность перезагрузить его; вам нужно будет помнить о необходимости использовать круглые скобки при вызове функции reload (только для нее) и не забывать использовать ее, чтобы запустить самую последнюю версию модуля. Более того, операция перезагрузки не является транзитивной – перезагружается только модуль, указанный в вызове функции reload, но не перезагружаются модули, которые он импортирует, поэтому может возникнуть потребность перезагрузить несколько файлов. Из-за этих сложностей (и некоторых других, с которыми мы еще столкнемся позднее) пока лучше избегать пользоваться операциями импорта и перезагрузки. Пункт меню Run (Запустить) → Run Module (Запустить модуль) в IDLE (описывается в следующем разделе), например, предоставляет более простой способ запуска файлов, менее подверженный ошибкам. Системная командная строка предлагает похожие удобства. Вам не придется выполнять перезагрузку при использовании этих приемов. Следует добавить, что в случае использования необычных способов применения модулей, отличных от тех, которые к этому моменту описаны в книге, вы можете столкнуться с некоторыми неприятностями. Например, если вам необходимо импортировать файл модуля, который хранится в каталоге, отличном от того, в котором вы работаете, вам придется перейти к главе 21, где вы узнаете о пути поиска модулей. Запуск модулей с помощью функции exec 101 А пока, чтобы избежать осложнений, храните все импортируемые файлы модулей в рабочем каталоге.1 Следует также отметить, что операции импортирования и перезагрузки стали популярной методикой тестирования классов, и вполне возможно, что вам также понравится этот подход. Но если начнут возникать сложности – остановитесь! Запуск модулей с помощью функции exec В�� действительности�� существует�� еще�� несколько�� способов�� выполнить�� программ�� ный�� код�� , �� хранящийся�� в�� файлах�� модулей�� . �� Например, вызов встроенной функции exec(open(‘module.py’).read()) – это еще один способ выполнять файлы из интерактивной оболочки, фактически не импортируя модуль. Каждый последующий вызов exec будет выполнять текущую версию файла и ликвидирует необходимость позднее выполнять перезагрузку модуля (возьмем опять сценарий script1.py в том виде, в каком мы оставили его после перезагрузки в предыдущем разделе): C:\misc> c:\python30\python >>> exec(open(‘script1.py’).read()) win32 65536 Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam! ...изменим script1.py в текстовом редакторе... >>> exec(open(‘script1.py’).read()) win32 4294967296 Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam! Вызов функции exec производит эффект, похожий на вызов инструкции import, но при этом он не импортирует модуль – по умолчанию всякий раз, когда вызывается функция call, она выполняет файл заново, как если бы он был вставлен в месте вызова функции exec. По этой причине при использовании функции exec не требуется перезагружать модуль после внесения в него изменений – она не следует обычной логике импортирования. Однако, так как вызов exec по своему действию напоминает простую вставку программного кода модуля на его место, подобно инструкции from, упоминавшейся выше, он может без предупреждения затереть существующие переменные. Например, в нашем сценарии script1.py выполняется присваивание значе- 1 Для тех, кто сгорает от любопытства, скажу, что интерпретатор Python выполняет поиск импортируемых модулей во всех каталогах, перечисленных в переменной sys. path, – в списке имен каталогов, определенном в модуле sys, который инициализируется значением переменной окружения PYTHONPATH, и в наборе стандартных имен каталогов. Если возникает потребность импортировать модули из других каталогов, отличных от того, в котором вы работаете, они должны быть перечислены в переменной PYTHONPATH. За дополнительной информацией обращайтесь к главе 21. 102 Глава 3. Как пользователь запускает программы ния переменной x. Если это имя уже используется к моменту вызова функции exec, значение переменной с этим именем будет затерто: >>> x = 999 >>> exec(open(‘script1.py’).read()) # Код выполняется в этом же # пространстве имен ...тот же самый вывод... >>> x # Присваивание в модуле затерло прежнее значение ‘Spam!’ Инструкция import, напротив, выполняет файл только один раз за все время выполнения программы и создает отдельное пространство имен модуля, поэтому подобные операции присваивания не приводят к затиранию значений переменных в импортирующем программном коде. Однако за удобства, которые несут пространства имен, приходится платить необходимостью перезагружать модули после их изменения. Примечание, касающееся различий между версиями: в версии Python 2.6 кроме всего прочего имеется встроенная функция execfile(‘module.py’), которая автоматически читает содержимое файла, как и вызов exec(open(‘module.py’)). Оба эти вызова можно имитировать вызовом exec(open(‘module.py’).read()), который хоть и более сложный, но может использоваться в обеих версиях интерпретатора, 2.6 и 3.0. К сожалению, ни одна из простых форм вызова не доступна в версии 3.0, поэтому, чтобы полностью понять, как действует этот прием, вам необходимо знать, что такое объекты файлов и их методы чтения (увы, похоже, что это один из примеров нарушения эстетики в версии 3.0). Форма использования exec в версии 3.0 выглядит слишком длинной и сложной, поэтому самый лучший совет, какой только можно дать, – вообще не использовать ее, а запускать файлы с помощью команд системной оболочки или с помощью меню в IDLE, как описывается в следующем разделе. Дополнительная информация о применении формы запуска на основе функции exec в версии 3.0 приводится в главе 9. Пользовательский интерфейс IDLE До сих пор мы рассматривали запуск программного кода Python с помощью интерактивной оболочки интерпретатора, системной командной строки, с помощью щелчка мышью на ярлыке, с использованием операции импорта и функции exec. Если вам требуется более наглядный подход, программа IDLE может предложить вам графический интерфейс пользователя (ГИП) для разработки программ на языке Python; IDLE является стандартной и свободно распространяемой частью системы Python. Обычно она называется интегрированной средой разработки (integrated development environment, IDE), потому что позволяет решать разнообразные задачи в единой оболочке.1 1 Официально название IDLE считается искаженной аббревиатурой IDE, но в действительности она была названа так в честь члена труппы цирка Монти Пайтона (Monty Python) – Эрика Айдла (Eric Idle). Пользовательский интерфейс IDLE 103 Проще говоря, IDLE – это набор инструментальных средств с графическим интерфейсом, который способен работать на самых разных платформах, включая Microsoft �� Windows�� , �� X� �� Window�� (в Linux, UNIX и других UNIX-подобных операционных системах) и Mac OS (включая версии Classic и OS X). Для многих IDLE представляет собой удобную альтернативу командной строке, а также альтернативу способу запуска щелчком мыши. Основы IDLE Давайте начнем с примера. Запуск IDLE в операционной системе Windows не вызывает проблем – для нее создается отдельный пункт в разделе Python меню кнопки Пуск (Start) (см. рис. 2.1), а кроме того, ее можно запустить, выбрав пункт контекстного меню, щелкнув правой кнопкой мыши на ярлыке программы, написанной на языке Python. В некоторых UNIX-подобных системах для запуска начального сценария IDLE может потребоваться использовать командную строку или щелкнуть мышью на ярлыке файла idle.pyw или idle.py, размещенного в подкаталоге idlelib в каталоге Lib, где установлен интерпретатор Python�� . В Windows �� IDLE�� является сценарием Python�� , который по умолчанию находится в каталоге C:\Python30\Lib\idlelib (или C:\Python26\Lib\idlelib в Python 2.6).1 На рис. 3.3 показано, как выглядит среда IDLE, запущенная в операционной системе Windows. Окно с заголовком Python Shell (Оболочка Python), которое открывается первоначально, является основным окном среды, в котором запускается интерактивный сеанс работы с интерпретатором (обратите внимание на приглашение к вводу >>>). Это самый обычный интерактивный сеанс, который играет роль инструмента проведения экспериментов – программный код, который здесь вводится, исполняется немедленно. В IDLE присутствуют привычные пункты меню, а для выполнения наиболее распространенных операций можно использовать короткие комбинации клавиш. Чтобы создать (или отредактировать) файл с исходным программным кодом в среде IDLE, откройте окно текстового редактора: в главном окне откройте меню File (Файл) и выберите пункт New Window (Новое окно), чтобы открыть окно текстового редактора (или Open… (Открыть) – чтобы отредактировать существующий файл). В книге это недостаточно четко видно, но IDLE обеспечивает подсветку синтаксиса программного кода, который вводится как в главном окне, так и во всех окнах текстового редактора – ключевые слова выделяются одним цветом, литералы другим цветом и так далее. Это позволяет визуально выделять элементы программного кода. Это поможет вам различать синтаксические элементы программного кода (и даже поможет сразу же замечать ошибки – например, все строки здесь выделяются одним цветом). 1 IDLE – это программа на языке Python, которая создает графический интерфейс с помощью библиотеки tkinter GUI (Tkinter – в Python 2.6), что обеспечивает ее переносимость, но также означает, что для использования IDLE вам придется обеспечить поддержку tkinter в Python. Версия Python для Windows обладает такой поддержкой по умолчанию, но некоторым пользователям Linux и UNIX может потребоваться установить соответствующую поддержку tkinter (для этого в некоторых дистрибутивах Linux можно использовать команду yum tkinter, более подробные сведения об установке вы найдете в приложении A). В системе Mac OS X все необходимое может быть уже установлено – поищите на своей машине команду idle. 104 Глава 3. Как пользователь запускает программы Рис. 3.3. Основное окно интерактивного сеанса работы с интерпретатором Python в интегрированной среде IDLE, запущенной под управлением операционной системы Windows. Используйте меню «File», чтобы создать («New Window»), или изменить («Open…») файл с исходным программным кодом. Для запуска сценария, открытого в окне редактирования, используйте меню «Run» этого окна (пункт «Run Module») Чтобы запустить файл с программным кодом в среде IDLE, выберите окно, где редактируется текст, раскройте меню Run (Запустить) и выберите в нем пункт Run Module (Запустить модуль) (или воспользуйтесь соответствующей этому пункту меню горячей комбинацией клавиш). Если с момента открытия или последнего сохранения файла его содержимое изменялось, Python предложит сохранить его. Когда сценарий запускается таким способом, весь вывод, который он генерирует, а также все сообщения об ошибках появляются в основном окне интерактивного сеанса работы с интерпретатором (командная оболочка Python). Например, на рис. 3.3 последние три строки являются результатом выполнения нашего сценария script1.py, открытого в отдельном окне редактирования. Сообщение «RESTART» говорит о том, что пользовательский процесс был перезапущен с целью выполнить отредактированный сценарий, и позволяет визуально отделить вывод, полученный от сценария (это сообщение не появляется, если пользовательский программный код не был запущен в виде дочернего процесса – подробнее об этом режиме рассказывается ниже). Пользовательский интерфейс IDLE 105 Совет дня: если вам потребуется повторно выполнить команду в основном окне интерактивного сеанса в среде IDLE, можно воспользоваться комбинацией Alt-P, выполняющей последовательный переход к началу истории команд, и Alt-N, выполняющей переход к концу истории команд (в некоторых системах Mac вместо этих комбинаций могут использоваться комбинации Ctrl-P и Ctrl-N). При нажатии этих комбинаций клавиш вы сможете вызывать предыдущие команды, изменять их и запускать. Кроме того, имеется возможность повторно вызывать команды, позиционируя в них курсор, и использовать операцию «скопировать и вставить», но часто этот прием оказывается более трудоемким, чем ввод вручную. Вне среды разработки IDLE в ходе интерактивного сеанса работы с интерпретатором в системе Windows можно повторно возвращаться к предыдущим командам с помощью клавиш управления курсором. Использование IDLE Программа IDLE проста в использовании, переносима и доступна в большинстве платформ. Я обычно рекомендую ее тем, кто только начинает программировать на языке Python, потому что она упрощает некоторые аспекты и не предполагает наличие опыта работы с системной командной строкой. Но, по сравнению с некоторыми коммерческими интегрированными средами разработки, она имеет некоторые ограничения. Ниже приводится список особенностей, которые должны приниматься во внимание начинающими пользователями IDLE: •• При сохранении файлов необходимо явно добавлять расширение «.py». Я уже упоминал об этом, когда мы говорили о файлах вообще, но это самый распространенный камень преткновения, особенно для пользователей �� Windows. Среда IDLE не выполняет автоматическое добавление расширения .py к именам сохраняемых файлов. Не забывайте добавлять расширение .py, когда сохраняете файл в первый раз. В противном случае, вы хотя и сможете запустить свой файл из среды IDLE (а также из системной командной строки), но не сможете импортировать его в интерактивную командную оболочку или в другой модуль. •• Запускайте сценарии, выбирая пункт меню Run (Запустить) → Run Module (Запустить модуль) в окне редактирования, а не за счет их импортирования или перезагрузки в окне интерактивного сеанса. Ранее в этой главе было показано, что вполне возможно запустить файл, выполнив операцию импортирования в интерактивной оболочке интерпретатора. Однако такой способ несет определенные сложности, потому что он требует вручную выполнять перезагрузку файлов после внесения изменений. В противовес ему пункт меню Run (Запустить) → Run Module (Запустить модуль) всегда приводит к запуску текущей версии файла. Кроме того, в случае необходимости будет предложено сохранить файл (еще одна распространенная ошибка при работе вне среды IDLE). •• Вам по-прежнему может потребоваться выполнять перезагрузку импортируемых модулей. Пункт меню Run (Запустить) → Run Module (Запустить мо- 106 Глава 3. Как пользователь запускает программы дуль) в среде IDLE всегда запускает текущую версию только файла верхнего уровня. Если изменениям подвергались модули, импортируемые сценарием, их необходимо будет перезагрузить вручную в интерактивной оболочке. Но, несмотря на это, использование пункта меню Run (Запустить) → Run Module (Запустить модуль) позволяет избавиться от некоторых ошибок, связанных с операцией импортирования. Если вы предпочитаете использовать операции импортирования и перезагрузки, не забывайте о комбинациях клавиш Alt-P и Alt-N, позволяющих возвращаться к ранее запускавшимся командам. •• Вы можете настроить IDLE. Чтобы изменить шрифты или цвета в IDLE, выберите пункт Configure (Настройка) в меню Options (Параметры) в любом окне IDLE. Кроме того, вы сможете настроить комбинации клавиш, настройки отступов и многое другое. Более подробные сведения вы сможете получить в меню Help (Справка) среды IDLE. •• В настоящее время в IDLE отсутствует возможность очистки экрана. Похоже, что эта возможность является наиболее востребованной (возможно потому, что она присутствует в похожих интегрированных средах разработки), и, в конечном счете, когда-нибудь она будет добавлена. Однако в настоящее время нет никакой возможности выполнить очистку окна интерактивного сеанса. Если вам потребуется очистить окно, вы можете нажать и удерживать некоторое время клавишу Enter или написать цикл на языке Python, который будет выводить последовательность пустых строк (конечно, никто в действительности не использует последний прием, но он выглядит более технологичным, чем простое удержание клавиши Enter в нажатом состоянии!). •• Многопоточные программы и программы с графическим интерфейсом на базе tkinter могут не работать со средой IDLE. Из-за того, что IDLE сама является программой �� Python�� /�� tkinter�� , она может зависать при запуске некоторых типов программ на языке Python�� , использующих библиотеку �� tkinter. В более свежих версиях IDLE проблем с этим стало меньше – благодаря тому, что пользовательский программный код запускается в виде одного процесса, а сам графический интерфейс IDLE работает в виде другого процесса, но некоторые программы по-прежнему могут вызывать зависание графического интерфейса IDLE. Ваш программный код может и не вызывать проблем такого рода, однако существует эмпирическое правило: вы без опаски можете использовать IDLE для редактирования исходных текстов программ с графическим интерфейсом, но для их запуска желательно использовать другие способы, например щелчком мыши на ярлыке или из системной командной строки. Если ваш программный код не работает в IDLE, попробуйте запустить его за пределами среды разработки. •• Если возникают ошибки соединения, попробуйте запустить IDLE в виде единого процесса. Из-за того что для нормальной работы IDLE необходимо поддерживать взаимодействие между пользовательским процессом и графическим интерфейсом среды разработки, на определенных платформах могут проявляться проблемы с запуском (особенно часто проблема с запуском встречается на некоторых машинах Windows). Если вам доведется столкнуться с такими ошибками, попробуйте запустить IDLE из командной строки, что вынудит ее запуститься в виде единственного процесса и позволит избежать проблем с поддержанием соединения: для принудительного запуска в этом режиме используйте флаг –n. Например, в операционной си- Пользовательский интерфейс IDLE 107 стеме Windows откройте программу Командная строка (Command Prompt) и запустите команду idle.py –n из каталога C:\Python30\Lib\idlelib (перед этим, в случае необходимости, выполните команду cd). •• Остерегайтесь использования некоторых особенностей IDLE. Среда IDLE обладает множеством особенностей, облегчающих жизнь начинающим программистам, но некоторые из них невозможно использовать за пределами графического интерфейса среды разработки. Например, IDLE запускает ваши сценарии в своем окружении, поэтому переменные, определяемые сценарием, автоматически становятся доступны в интерактивном сеансе IDLE – вам не придется запускать команду import, чтобы получить доступ к именам в файлах верхнего уровня, которые уже были запущены. Это может быть удобно, но может вызывать проблемы при работе вне среды IDLE, потому что в этом случае всегда необходимо импортировать имена из используемых файлов. Кроме того, IDLE�� автоматически переходит в каталог, где находится запускаемый файл и добавляет свой каталог в путь поиска модулей, что позволяет импортировать файлы без дополнительной настройки пути поиска. Эта особенность будет недоступна при запуске сценариев за пределами IDLE�� . Нет ничего предосудительного, если вы будете пользоваться этой возможностью, но не забывайте, что она доступна только в IDLE. Дополнительные возможности IDLE Помимо основных функций редактирования и запуска среда IDLE предоставляет целый ряд дополнительных возможностей, включая отладчик и инспектор объектов. Отладчик IDLE активируется с помощью меню Debug (Отладка), а инспектор объектов – с помощью меню File (Файл). Инспектор объектов позволяет переходить, перемещаясь по пути поиска модулей, к файлам и объектам в файлах – щелчок на файле или объекте приводит к открытию соответствующего исходного текста в окне редактирования. Режим отладки в IDLE инициируется выбором пункта меню Debug (Отладка) → Debugger (Отладчик) главного окна, после этого можно запустить отлаживаемый сценарий выбором пункта меню Run (Запустить) → Run Module (Запустить модуль); как только отладчик будет активирован, щелчком правой кнопки мыши на выбранной строке в окне редактирования вы сможете устанавливать точки останова в своем программном коде, чтобы приостанавливать выполнение сценария, просматривать значения переменных и так далее. Кроме того, вы сможете следить за ходом выполнения программ – в этом случае текущая выполняемая строка программного кода выделяется цветом. Кроме того, в случае появления ошибок можно щелкнуть правой кнопкой мыши на строке с сообщением об ошибке и быстро перейти к строке программного кода, которая вызвала эту ошибку. Это позволяет быстро выяснить источник ошибки и ликвидировать ее. Помимо этого текстовый редактор IDLE обладает обширным набором возможностей, которые пригодятся программистам, включая автоматическое оформление отступов, расширенный поиск текста и файлов и многое другое. Интегрированная среда IDLE обеспечивает интуитивно понятный графический интерфейс, и потому вы можете поэкспериментировать с ней, чтобы получить представление об имеющихся возможностях. 108 Глава 3. Как пользователь запускает программы Другие интегрированные среды разработки Из-за того что IDLE бесплатна, переносима и является стандартной частью Python, она прекрасно подходит на роль инструмента разработки, с которым следует познакомиться в первую очередь, если вы вообще собираетесь использовать интегрированную среду разработки. Я еще раз рекомендую использовать IDLE для выполнения упражнений из этой книги, если вы только начинаете знакомство с языком Python и пока не знакомы с принципами разработки, основанными на применении командной строки. Однако существует еще несколько альтернативных средств разработки, и некоторые из них отличаются более высокой устойчивостью и обладают более широкими возможностями по сравнению с IDLE. Ниже приводятся некоторые из наиболее популярных интегрированных сред разработки: Eclipse и PyDev Eclipse – это улучшенная и свободно распространяемая интегрированная среда разработки с графическим интерфейсом. Первоначально она создавалась как среда разработки программного кода на языке Java, но при установке модуля расширения PyDev (или подобного ему) она обеспечивает возможность разработки программ на языке Python. Eclipse – популярный и мощный инструмент для разработки программ на языке Python, возможности которой намного шире возможностей IDLE. Одним из ее недостатков заключается в том, что она слишком велика, а модуль расширения PyDev для получения дополнительных возможностей (включая интегрированную интерактивную консоль) требует установки условно-бесплатных пакетов расширений, которые не являются свободно распространяемыми. Когда ваши потребности перерастут возможности IDLE, обратите внимание на комбинацию Eclipse/PyDev. Komodo Полнофункциональная среда разработки с графическим интерфейсом пользователя для Python (и других языков программирования), Komodo поддерживает такие возможности, как подсветка синтаксиса, редактирование текста, отладка и другие. Кроме того, Komodo обладает множеством дополнительных возможностей, отсутствующих в IDLE, включая файлы проектов, интеграцию с системами контроля версий исходных текстов, отладку регулярных выражений и визуальный построитель графических интерфейсов, который генерирует программный код Python/�� t�� kinter, реализующий графические интерфейсы, создаваемые в интерактивном режиме. К моменту написания этих строк среда Komodo не являлась свободно распространяемой. Найти ее можно на сайте http://www.activestate.com. NetBeans IDE для Python NetBeans�� – это мощная, открытая среда разработки с графическим интерфейсом, поддерживающая массу дополнительных возможностей, которые могут пригодиться разработчикам программ на языке Python: функцию дополнения программного кода, автоматическое оформление отступов и подсветку синтаксиса, вывод подсказок, сворачивание блоков кода, рефакторинг, отладку, тестирование, создание проектов и многое другое. Она может использоваться как для разработки программ, выполняющихся под управлением CPython�� , так и для интерпретатора Jython�� . Как и в случае с Eclipse, установка NetBeans является более сложной процедурой, чем установка IDLE GUI, но большинство согласится, что преимущества этой Другие способы запуска 109 среды разработки стоят потраченных усилий. Последнюю информацию об этой среде и ссылки для загрузки вы без труда найдете в Интернете. PythonWin PythonWin�� – это свободно распространяемая интегрированная среда разработки на языке �� Python�� для операционной системы �� Windows�� . Она распространяется в составе пакета ActivePython компании ActiveState (но ее можно также получить отдельно на сайте http://www.python.org). По своим возможностям она несколько напоминает �� IDLE�� и имеет несколько полезных расширений, специфичных для Windows, например PythonWin обладает поддержкой COM-объектов. В настоящее время IDLE обладает более широкими возможностями, чем PythonWin (например, благодаря тому, что IDLE использует для своей работы два процесса, она реже зависает). Однако PythonWin предлагает инструменты для разработки программ под Windows, которые отсутствуют в IDLE. Более подробную информацию вы найдете на сайте http://www.activestate.com. Прочие Существует еще примерно с полдесятка других известных мне интегрированных сред разработки (например, WingIDE, PythonCard), и со временем их число будет увеличиваться. Фактически почти в каждом современном текстовом редакторе для программистов имеется поддержка языка Python, которая устанавливается вместе с редактором по умолчанию или в виде отдельных расширений. Например, редакторы Emacs и Vim обладают существенной поддержкой языка Python. Я не буду описывать все возможные варианты здесь, – вы сами можете узнать о них на сайте http://www.python.org или выполнив поиск в Google по строке «Python IDE» (IDE для Python). Можно также попробовать поискать по строке «Python editors» (редакторы Python) – это должно привести вас на страницу Wiki, где содержится информация о множестве интегрированных сред разработки и текстовых редакторов для Python. Другие способы запуска К настоящему моменту мы рассмотрели, как выполнять программный код в интерактивной командной оболочке интерпретатора и как запускать программный код, сохраненный в файлах, из системной командной строки, из исполняемых сценариев в системе UNIX, щелчком мыши, с помощью операции импортирования модулей, с помощью функции exec и в интегрированной среде разработки, такой как IDLE. Это подавляющее большинство способов, которые встретятся вам в этой книге. Однако существует еще ряд способов запуска программного кода на языке Python�� , большая часть которых имеет узкоспециализированное назначение. В следующих нескольких разделах мы коротко познакомимся с некоторыми из них. Встраивание вызовов В некоторых особых случаях программный код на языке Python может запускаться из других программ. В таких ситуациях мы говорим, что программы на языке Python встроены в другие программы (то есть запускаются другими программами). Сам программный код Python может храниться в текстовом файле, в базе данных, извлекаться из страницы HTML или из документа XML 110 Глава 3. Как пользователь запускает программы и так далее. В этом случае уже не вы, а другая программа предлагает интерпретатору выполнить программный код, созданный вами. Такой способ запуска программного кода обычно используется для обеспечения поддержки возможности настройки у конечного пользователя. Например, игровая программа может позволять изменять ход игры, запуская в ключевые моменты внедренный программный код на языке Python, доступный пользователю. Поскольку программный код на языке Python интерпретируется, внесение изменений в этот программный код не требует перекомпилировать всю систему (о том, как интерпретатор выполняет программный код, рассказывается в главе 2) В подобных случаях программа, вызывающая программный код на языке �� Python�� , может быть написана на языке C�� , C�� ++ и даже �� Java�� , когда используется интерпретатор Jython. Например, вполне возможно создавать и выполнять строки программного кода Python из программ на языке C, вызывая функции API времени выполнения интерпретатора Python (набор служб, экспортируемых библиотеками, созданными при компиляции Python на вашей машине): #include <Python.h> ... Py_Initialize(); // Это язык C, а не Python PyRun_SimpleString(“x = ‘brave ‘ + ‘sir robin’”); // Но он запускает код на // языке Python В этом фрагменте программа на языке C, скомпонованная с библиотеками Python, инициализирует интерпретатор и передает ему для выполнения строку с инструкцией присваивания. Программы на языке C могут также получать доступ к объектам Python и взаимодействовать с ними, используя другие функции API языка Python. Эта книга не рассматривает вопросы интеграции Python/C, но вы должны знать, что в зависимости от того, как ваша организация планирует использовать Python, вы можете оказаться одним из тех, кому действительно придется запускать программы на языке Python. При этом более чем вероятно, вы по-прежнему сможете использовать интерактивную оболочку интерпретатора и приемы запуска файлов, описанные выше, чтобы протестировать программный код отдельно от программ, куда этот код внедряется. 1 Фиксированные исполняемые двоичные файлы Фиксированные исполняемые двоичные файлы, описанные в главе 2, представляют собой комбинацию байт-кода программы и интерпретатора Python, объединенных в одном исполняемом файле. Благодаря этому такие программы могут запускаться точно так же, как любые другие программы (щелчком на ярлыке, из командной строки и другими способами). Такая возможность замечательно подходит для случая распространения готовых программных 1 О встраивании программного кода Python в программы на языке C/C++ подробно рассказывается в книге «Программирование на Python» (СПб.: Символ-Плюс, 2002). Используя прикладной интерфейс встраиваемого интерпретатора, вы сможете напрямую вызывать функции Python, загружать модули и производить прочие действия. Кроме того, следует отметить, что система Jython позволяет программам на языке Java вызывать программный код на языке Python, используя прикладной интерфейс на языке Java (класс интерпретатора Python). Другие способы запуска 111 продуктов, но она не предназначена для использования в процессе разработки программ. Обычно фиксирование файлов производится непосредственно перед отправкой (когда разработка уже завершена) программы заказчику. Более подробная информация об этой возможности приводится в предыдущей главе. Возможность запуска программ из текстового редактора Как упоминалось ранее, большинство текстовых редакторов для программистов, хотя и не являются полноценными интегрированными средами разработки, тем не менее поддерживают возможность редактирования и запуска программ на языке Python. Такая поддержка может быть изначально встроена в редактор или доступна в виде расширений, которые можно загрузить из Сети. Например, если вы знакомы с текстовым редактором Emacs, вы сможете редактировать программный код на языке Python и запускать его, не покидая текстовый редактор. Дополнительную информацию о текстовых редакторах вы найдете на странице http://www.python.org/editors или поискав в Google по фразе «Python editors» (редакторы Python). Прочие возможности запуска В зависимости от используемой платформы могут существовать и другие способы запуска программ Python. Например, в некоторых системах Macintosh выполнить программу на языке Python можно, перетащив мышью ярлык файла программы на ярлык интерпретатора Python. В Windows сценарии можно запускать с помощью пункта Выполнить... (Run…) меню кнопки Пуск (Start). Наконец в состав стандартной библиотеки Python входят вспомогательные функции, позволяющие запускать программы на языке Python из других программ на языке Python (такие, как os.popen, os.system), однако обсуждение этих функций выходит за рамки этой главы. Будущие возможности В этой главе отражены существующие ныне способы запуска, многие из которых характерны для определенной платформы и в определенное время. В действительности, многие методы запуска и выполнения, представленные здесь, появились между выпусками разных изданий этой книги. Поэтому вполне возможно, что в будущем появятся новые способы запуска. Новые операционные системы и новые версии существующих систем могут также обеспечивать способы запуска, не описанные здесь. Вообще, т. к. Python продолжает идти в ногу со временем, вы должны быть готовы запускать программы на языке Python способом, имеющим смысл для машин, которые вы используете сейчас или будете использовать в будущем, – стилом планшетного или наладонного компьютера, захватывая ярлыки в виртуальной реальности или выкрикивая названия сценариев своим коллегам. Изменения в реализации также могут оказывать влияние на способ запуска (например, полноценный компилятор мог бы воспроизводить обычные исполняемые файлы, которые запускаются так же, как и фиксированные двоичные файлы ныне). Если бы я знал, что будет в будущем, я бы, наверное, начал переговоры с биржевым маклером, а не писал бы сейчас этих слов! 112 Глава 3. Как пользователь запускает программы Какие способы следует использовать? Ознакомившись с таким богатством возможностей, возникает вполне естественный вопрос – какой способ лучше? Вообще, если вы начинающий разработчик, для вас было бы предпочтительнее использовать интегрированную среду разработки IDLE. Она предоставляет дружественный графический интерфейс и скрывает некоторые детали, связанные с необходимостью настройки. Кроме того, в ее состав входит платформонезависимый текстовый редактор, предназначенный для создания сценариев, и она является стандартной и свободно распространяемой составляющей системы Python. С другой стороны, если вы опытный программист, для вас более комфортным может оказаться простой текстовый редактор, а для запуска программ – использовать командную строку системы или щелчок мышью на ярлыке (именно таким способом автор разрабатывает программы на языке Python, но это привычка, выработанная при работе с UNIX). Поскольку выбор среды разработки во многом зависит от личных предпочтений, я не могу сказать ничего, кроме стандартной рекомендации – лучшей средой разработки для вас будет та, которая вам нравится. Отладка программ на языке Python Разумеется, ни один из моих читателей и студентов никогда не допускает ошибок в программном коде (здесь можно улыбнуться), но ошибки могут допускать ваши менее удачливые друзья, поэтому здесь мы рассмотрим краткий список стратегий, которые часто используются программистами при отладке программ на языке Python: •• Ничего не делать. Здесь я не имею в виду, что программисты не должны отлаживать программный код, но, когда вы допускаете ошибку в программе, вы обычно получаете весьма информативное сообщение об ошибке (вы очень скоро увидите их, если еще не видели). Если вы уже знакомы с языком Python и это ваш собственный программный код, этих сообщений бывает вполне достаточно, чтобы найти нужный файл, строку в нем и исправить ошибку. Для многих в этом и заключается отладка программ на языке Python. Однако при разработке крупных систем этого может оказаться недостаточно. •• Добавление инструкций print. Пожалуй, самый основной способ отладки, которым пользуются программисты (и я тоже пользуюсь им) заключается в том, чтобы вставить инструкции print и выполнить программу еще раз. Так как интерпретатор позволяет запустить программу сразу после внесения изменений, этот прием обычно является самым быстрым способом получить дополнительную информацию сверх той, что содержится в сообщении об ошибке. Инструкции print не должны быть слишком сложными – вывода простой строки «Я здесь» или отображения значений переменных обычно вполне достаточно, чтобы понять причины ошибки. Только не забудьте удалить или закомментировать (то есть добавить символ # перед инструкцией) вывод отладочных сообщений, прежде чем передать программу заказчику! Какие способы следует использовать? •• Использование отладчиков в интегрированных средах разработки. При переходе к разработке крупных систем, и для начинающих программистов, желающих проследить во всех подробностях, как выполняется программный код, можно порекомендовать использовать отладчики, встроенные в интегрированные среды разработки с графическим интерфейсом. В IDLE также имеется собственный отладчик, но на практике он используется достаточно редко, скорее всего потому, что он не имеет командной строки, или потому, что прием, основанный на добавлении инструкций print обычно оказывается проще, чем запуск сеанса отладчика с графическим интерфейсом. Дополнительные подробности можно почерпнуть в меню Help (Справка) программы IDLE или просто опробовать эту возможность самостоятельно – базовый интерфейс программы описывается в разделе «Дополнительные возможности IDLE» выше. Другие среды разработки, такие как Eclipse, NetBeans, Komodo и Wing IDE, также предлагают расширенные средства отладки. Если вы соберетесь пользоваться ими, обратитесь к документации этих программ. •• Использование pdb – отладчика командной строки. В составе Python поставляется отладчик исходного программного кода pdb, доступный в виде модуля в стандартной библиотеке языка Python. При использовании pdb вы сможете выполнять программный код построчно, отображать значения переменных, устанавливать и сбрасывать точки останова, возобновлять выполнение программы после остановки в контрольной точке и после ошибки и так далее. Отладчик pdb можно запустить в интерактивной оболочке, импортировав его или запустив его как самостоятельный сценарий. В любом случае вы получаете в свое распоряжение мощный инструмент отладки, позволяющий вводить команды. Кроме того, отладчик pdb позволяет производить поставарийную отладку уже после возникновения исключения, чтобы получить информацию об ошибке. Дополнительные подробности об использовании отладчика pdb вы найдете в руководстве к стандартной библиотеке Python и в главе 35. •• Другие возможности. Для удовлетворения более специфических требований, включая отладку многопоточных программ, внедряемого программного кода и уже запущенных процессов, можно поискать инструменты среди проектов, распространяемых с открытыми исходными текстами. Например, система Winpdb – автономный и платформонезависимый отладчик с расширенными возможностями, обладающий как графическим интерфейсом, так и интерфейсом командной строки. Перечисленные здесь возможности приобретут большее значение, когда вы начнете писать большие сценарии. Но самое важное с точки зрения отладки состоит в том, что в случае наличия ошибки в программе эта ошибка не вызывает крах системы, а обнаруживается интерпретатором Python, который выводит информативное сообщение. В действительности, сами ошибки – это четко определенный механизм, известный как исключения, которые можно перехватывать и обрабатывать (подробнее об исключениях рассказывается в седьмой части книги). Конечно же, 113 114 Глава 3. Как пользователь запускает программы ошибки – это всегда неприятно, но по сравнению с прежними временами, когда отладка означала детальное изучение распечаток дампов памяти с шестнадцатеричным калькулятором в руках, поддержка возможностей отладки в Python делает поиск и исправление ошибок гораздо менее болезненной процедурой. В заключение В этой главе мы познакомились с наиболее часто используемыми способами запуска программ на языке Python: запуск программного кода в интерактивном сеансе работы с интерпретатором и запуск файлов с программным кодом из системной командной строки, щелчком мыши на ярлыке файла, за счет выполнения операции импортирования, с помощью функции exec и с помощью интерфейса интегрированной среды разработки, такой как IDLE. Мы охватили здесь значительную часть темы запуска. Цель этой главы состояла в том, чтобы дать вам достаточный объем знаний, владея которыми вы сможете приступить к работе с программным кодом, который мы начнем писать в следующей части книги. В этой части мы приступим к изучению самого языка Python, начав с базовых типов данных. Но перед этим ответьте на контрольные вопросы по теме, которую мы изучали здесь. Так как это последняя глава первой части книги, она завершается более сложными упражнениями, с помощью которых вы сможете проверить усвоение всех тем, рассматривавшихся в этой части. За справками и для того, чтобы освежить свои знания, обращайтесь к приложению B. Закрепление пройденного Контрольные вопросы 1. Как запустить интерактивный сеанс работы с интерпретатором? 2. Где следует вводить команду, которая запустит файл сценария? 3. Назовите четыре или более способов запуска программного кода в файлах. 4. Назовите две ловушки, связанные с щелчком мыши на ярлыках в Windows. 5. Почему может потребоваться перезагрузить модуль? 6. Как запустить сценарий из среды разработки IDLE? 7. Назовите две ловушки, связанные со средой разработки IDLE. 8. Что такое пространство имен, и какое отношение они имеют к файлам модулей? Ответы 1. В операционной системе Windows интерактивный сеанс работы с интерпретатором можно запустить, щелкнув на кнопке Пуск (Start), открыв пункт меню Все программы (All Programs), выбрав пункт меню Python и затем щелкнув на пункте меню Python (command line) (Python (командная строка)). Тот же ре- Закрепление пройденного 115 зультат можно получить в Windows и на других платформах, введя команду python в системной командной строке, в окне консоли (Командная строка (Command Prompt) в Windows). Как вариант можно запустить интегрированную среду разработки IDLE, главное окно которой представляет собой интерактивную командную оболочку интерпретатора. Если в вашей системе переменная окружения PATH не включает каталог, в который был установлен интерпретатор Python, вам может потребоваться выполнить команду cd, чтобы перейти в каталог установки Python, или указать полный путь к команде python (например, C:\Python30\python в Windows). 2. Системные команды вводятся в программе, которая в вашей системе используется в качестве консоли: командная строка (Command Prompt) в Windows; xterm или окно терминала в UNIX, Linux и Nac OS X; и так далее. 3. Программный код в файле сценария (фактически – модуля) можно запустить с помощью системной командной строки, щелкнув на ярлыке файла, импортировав и перезагрузив модуль, с помощью встроенной функции exec и с помощью меню среды разработки, например выбрав пункт меню Run (Запустить) → Run Module (Запустить модуль) в программе IDLE. В UNIX сценарий можно также запустить, как обычную программу, воспользовавшись трюком со строкой, начинающейся с последовательности символов #!. Некоторые платформы поддерживают специализированные способы запуска (например, drag-and-drop). Кроме того, некоторые текстовые файлы обеспечивают собственный механизм запуска файлов с программным кодом на языке Python, некоторые программы на языке Python распространяются в виде автономных «фиксированных двоичных» выполняемых файлов, а некоторые системы обладают встроенной поддержкой выполнения программного кода на языке Python, где он автоматически запускается программами, написанными на таких языках, как C, C++ или Java. Последний способ обычно используется для обеспечения возможности настройки систем под условия пользователя. 4. Если сценарий просто выводит какие-то данные и завершает работу, окно с этой информацией исчезает немедленно, еще до того, как вы сможете увидеть, что было выведено (поэтому в таких ситуациях удобно использовать функцию input). Сообщения об ошибках, возникших в ходе работы сценария, также приводят к немедленному закрытию окна еще до того, как вы успеете исследовать его содержимое (поэтому предпочтительнее в ходе разработки использовать системную командную строку или среду разработки IDLE). 5. Интерпретатор Python по умолчанию выполняет импорт (загрузку) модуля один раз за сеанс, поэтому, если вы изменили исходный текст модуля и вам необходимо запустить его новую версию, не покидая интерактивный сеанс, вам следует перезагрузить модуль. Однако прежде чем выполнить перезагрузку, модуль необходимо импортировать. Запуск программного кода из системной командной строки, щелчком мыши на ярлыке или в интегрированной среде разработки, такой как IDLE, обычно вообще снимает эту проблему, так как в таких случаях система каждый раз выполняет текущую версию программного кода. 6. В окне редактирования текста для файла, который требуется запустить, выберите пункт меню Run (Запустить) → Run Module (Запустить модуль). В результате программный код в окне редактирования будет запущен как файл 116 Глава 3. Как пользователь запускает программы сценария верхнего уровня, а вывод, сгенерированный с этим сценарием, появится в главном окне интерактивной командной оболочки Python. 7. Интегрированная среда разработки IDLE может зависать при запуске некоторых типов программ, особенно с графическим интерфейсом пользователя, которые выполняются в нескольких потоках (рассмотрение усовершенствованной методики выходит за рамки данной книги). Кроме того, среда IDLE обладает некоторыми удобными особенностями, которые не поддерживаются при работе вне этой среды: переменные сценария автоматически импортируются в интерактивную командную оболочку IDLE, но в командной строке Python такая возможность отсутствует. 8. Пространство имен – это просто пакет переменных (то есть имен). В Python он приобретает форму объекта с атрибутами. Каждый файл модуля автоматически становится пространством имен, то есть пакетом переменных, отражающих выполненные операции присваивания на верхнем уровне файла. Пространства имен позволяют избежать конфликтов имен в программах на языке Python: поскольку каждый модуль – это самостоятельное пространство имен, файлы должны явно импортировать другие файлы, чтобы использовать имена, определяемые в них. Упражнения к первой части Пришло время начинать писать программный код самостоятельно. Здесь представлены достаточно простые упражнения, но некоторые из поднимаемых вопросов связаны с темами, которые будут рассматриваться в последующих главах. Обязательно ознакомьтесь с разделом «Часть I, Введение» в приложении с решениями (приложение B), где приводятся ответы, – упражнения и их решения иногда содержат дополнительные сведения, не рассматривавшиеся в основном тексте части, поэтому рекомендуется ознакомиться с ответами, даже если вам удастся ответить на вопросы самостоятельно. 1. Взаимодействие. Используя системную командную строку, IDLE или другой инструмент, запустите интерактивный сеанс интерпретатора Python (приглашение к вводу >>>) и введите выражение “Hello World!” (включая кавычки). Строка должна быть повторно выведена на экран. Цель этого упражнения состоит в том, чтобы помочь вам настроить окружение для запуска интерпретатора P�� ython�� . В некоторых случаях вам может потребоваться сначала выполнить команду cd, ввести полный путь к каталогу, куда был установлен выполняемый файл интерпретатора Python, или добавить путь к этому каталогу в переменную окружения PATH. При желании значение переменной PATH в системах UNIX можно установить в файле .cshrc или .kshrc; в Windows для этой цели можно использовать файл setup.bat, autoexec.bat или выполнить настройку переменной окружения с использованием инструмента с графическим интерфейсом. Справку по настройкам переменных окружения см. в приложении А. 2. Программы. В текстовом редакторе, который вы предпочитаете, создайте простой файл модуля, содержащий единственную инструкцию print(‘Hello module world!’), и сохраните его под именем module1.py. Теперь запустите этот файл каким-либо способом: из среды разработки IDLE, щелчком на ярлыке, вызовом интерпретатора Python из командной строки, передав ему имя файла в виде аргумента (например, python module1.py), и так далее. Попробуйте поэкспериментировать с разными способами запуска, которые об- Закрепление пройденного 117 суждались в этой главе. Какие способы запуска показались вам проще? (На этот вопрос не может быть единственно правильного ответа.) 3. Модули. Запустите интерактивный сеанс работы с интерпретатором Python (приглашение к вводу >>>) и импортируйте модуль, который был создан в упражнении 2. Попробуйте переместить файл в другой каталог и импортировать его снова из первоначального каталога (то есть запустите Python в каталоге, где производился импорт в первый раз). Что произошло? (Подсказка: посмотрите, остался ли в первоначальном каталоге файл с байткодом module1.pyc?) 4. Сценарии. Если ваша платформа поддерживает такую возможность, добавьте комбинацию символов #! в начало файла модуля module1.py, дайте файлу право на выполнение и попробуйте запустить его как обычный исполняемый файл. Что должна содержать первая строка? Обычно комбинация символов #! имеет особое значение только на платформе UNIX, Linux и других UNIX-подобных системах, таких как MAC OS X. Если вы работаете в Windows, попробуйте просто запустить файл, введя его имя без предшествующего ему слова «python» (этот способ работает в последних версиях Windows) или с помощью диалога Пуск (Start) → Выполнить… (Run…). 5. Ошибки и отладка. Поэкспериментируйте с математическими выражениями и операциями присваивания в интерактивной командной оболочке Python. Для начала введите выражения 2 ** 500 и 1/0. Что произошло? Потом попробуйте ввести имя переменной, которой еще не было присвоено значение. Что произошло на этот раз? Вы еще можете не знать этого, но вы столкнулись с исключениями (эту тему мы подробно будем рассматривать в седьмой части книги). Там вы узнаете, что, с технической точки зрения, ваши действия привели к вызову того, что известно под названием обработчик исключений по умолчанию, – программного кода, который выводит стандартные сообщения об ошибках. Если вы не выполняете перехват ошибок в своих программах, это за вас сделает обработчик по умолчанию, который выведет сообщение об ошибке. Исключения неразрывно связаны с понятием отладки в языке Python. Для начала вам вполне будет достаточно стандартного механизма обработки ошибок – он позволит узнать причину ошибки, а также покажет, какие строки кода выполнялись в момент ее появления. О дополнительных возможностях отладки рассказывается во врезке «Отладка программ на языке Python» выше. 6. Прерывание программы. В командной строке интерпретатора Python введите следующие инструкции: L = [1, 2] # Создать список с двумя элементами L.append(L) # Добавить в конец списка L Что произошло? Во всех современных версиях Python вы увидите кажущийся странным результат, который описывается в приложении с решениями, а также в следующей части книги. При использовании версий Python старее 1.5.1 остановить работу этого программного кода на большинстве платформ вам поможет комбинация клавиш Ctrl-C. Как вы думаете, в чем причина происходящего? Что вывел интерпретатор после нажатия комбинации клавиш Ctrl-C? 118 Глава 3. Как пользователь запускает программы Если вы используете версию Python более старую, чем 1.5.1, прежде чем выполнить это упражнение, обязательно проверьте, имеется ли возможность прерывать работу программ комбинацией клавиш Ctrl-C, в противном случае вам придется ждать очень долго. 7. Документация. Потратьте хотя бы 17 минут на исследование библиотеки Python и руководства по языку программирования, чтобы получить представление о стандартной библиотеке и о структуре комплекта документации. Вам нужно понять, по крайней мере, где в руководстве находятся описания основных тем. После этого вы легко сможете отыскать интересующую вас информацию. В системе Windows это руководство находится в разделе Python меню кнопки Пуск (Start), а также в виде пункта Python Docs (Документация Python) в меню Help (Справка) в среде разработки IDLE или в Интернете по адресу: http://www.python.org/doc. Кроме того, хотелось бы также сказать несколько слов о других руководствах и источниках документации, описываемых (включая PyDoc и функцию help) в главе 15. Если у вас есть свободное время, займитесь исследованием веб-сайтов Python, а также вебсайта расширений сторонних разработчиков PyPy. В частности, ознакомьтесь со страницами документации и поиска на сайте Python.org – они могут оказаться для вас весьма значимыми ресурсами. Часть II . Типы и операции Глава 4 . Введение в типы объектов языка Python Начиная с этой главы, мы приступаем к изучению языка Python. В самом общем виде можно сказать, что программы на языке Python выполняют некоторые действия над чем-то. «Некоторые действия» принимают форму операций, таких как сложение или конкатенация, а под «чем-то» подразумеваются объекты, над которыми выполняются операции. В этой части книги мы сосредоточимся на этом «что-то» и на действиях, которые могут выполняться программой. Говоря более формальным языком, данные в языке Python представлены в форме объектов – либо встроенных, предоставляемых языком Python, либо объектов, которые мы создаем с применением конструкций языка Python или других инструментов, таких как библиотеки расширений, написанные на языке C. Мы уточним это определение позднее, но если говорить по сути, объекты – это области памяти со значениями и ассоциированными с ними наборами операций. Объекты являются самым фундаментальным понятием в программировании на языке Python, поэтому эта глава начинается с обзора встроенных объектных типов языка Python. Однако для начала проясним, как эта глава вписывается в общую картину языка Python. С более определенной точки зрения программы на языке Python можно разложить на такие составляющие, как модули, инструкции, выражения и объекты; при этом: 1. Программы делятся на модули. 2. Модули содержат инструкции. 3. Инструкции состоят из выражений. 4. Выражения создают и обрабатывают объекты. В главе 3 рассматривалась самая вершина этой иерархии – модули. Эта часть книги начинает рассмотрение с конца иерархии – с исследования встроенных объектов и выражений, в которых эти объекты могут участвовать. 122 Глава 4. Введение в типы объектов языка Python Зачем нужны встроенные типы? Если вам приходилось использовать языки программирования более низкого уровня, такие как C или C++, то вы уже знаете, что значительная доля работы приходится на реализацию объектов, известных также как структуры данных, которые предназначены для представления составляющих предметной области. В таких языках программирования необходимо заниматься проработкой структур данных, управлять выделением памяти, реализовывать функции поиска и доступа к элементам структур и так далее. Это достаточно утомительно (и способствует появлению ошибок) и, как правило, отвлекает от достижения истинных целей. В типичных программах на языке Python в этом нет необходимости. Python предоставляет мощную коллекцию объектных типов, встроенных непосредственно в язык, поэтому обычно нет никакой необходимости создавать собственные реализации объектов, предназначенных для решения поставленных задач. Фактически если у вас нет потребности в специальных видах обработки, которые не обеспечиваются встроенными типами объектов, вам всегда лучше использовать встроенные объекты вместо реализации своих собственных. И вот почему: •• Встроенные объекты упрощают создание программ. Для решения простых задач часто вполне достаточно встроенных типов для представления структур данных предметной области. В вашем распоряжении имеются такие мощные инструментальные средства, как коллекции (списки) и таблицы поиска (словари), поэтому вы можете использовать их непосредственно. Благодаря встроенным объектным типам языка Python вы можете выполнить значительный объем работы. •• Встроенные объекты – это компоненты расширений. Для решения сложных задач вы можете создавать собственные объекты, используя для этого классы языка Python или интерфейсы языка C. Однако, как будет показано ниже, объекты, реализованные вручную, обычно основаны на таких встроенных типах, как списки и словари. Например, структура данных типа стек может быть реализована как класс, основанный на использовании списков. •• Встроенные объекты часто более эффективны, чем созданные вручную структуры данных. Встроенные типы языка Python используют уже оптимизированные структуры данных, реализованные на языке C для достижения высокой производительности. Вы можете сами создавать подобные типы объектов, но вам придется приложить немало усилий, чтобы достичь скорости, которая обеспечивается встроенными типами объектов. •• Встроенные объекты – это стандартная часть языка. В определенной степени Python многое заимствует как из языков, полагающихся на использование встроенных инструментальных средств (таких как LISP), так и полагающихся на мастерство программиста, который должен выполнить собственную реализацию инструментов и структур данных (таких как C++). В языке Python вы можете создавать собственные типы объектов, но в самом начале делать это не рекомендуется. Более того, из-за того, что встроенные компоненты являются стандартными составляющими языка Python, они всегда остаются неизменными, тогда как собственные структуры имеют свойство изменяться от случая к случаю. 123 Зачем нужны встроенные типы? Другими словами, встроенные типы объектов не только упрощают процесс программирования, но они обладают большей эффективностью и производительностью, чем большинство типов, созданных вручную. Даже если вы создаете собственные типы объектов, встроенные объекты будут ядром любой программы на Python. Базовые типы данных в языке Python В табл. 4.1 представлены некоторые встроенные типы объектов языка Python и некоторые синтаксические конструкции использования этих объектов в виде литералов – то есть выражения, которые генерируют эти объекты.1 Некоторые из этих типов наверняка покажутся вам знакомыми, если ранее вам приходилось работать с другими языками программирования. Например, числа и строки представляют числовые и текстовые значения соответственно, а файлы обеспечивают интерфейс для работы с файлами, хранящимися в компьютере. Таблица 4.1. Некоторые встроенные объекты Тип объекта Пример литерала/создания Числа 1234, 3.1415, 3+4j, Decimal, Fraction Строки ‘spam’, “guido’s” , b’a\x01c’ Списки [1, [2, ‘three’], 4] Словари {‘food’: ‘spam’, ‘taste’: ‘yum’} Кортежи (1,’spam’, 4, ‘U’) Файлы myfile = open(‘eggs’, ‘r’) Множества set(‘abc’), {‘a’, ‘b’, ‘c’} Прочие базовые типы Сами типы, None, логические значения Типы структурных элементов программ Функции, модули, классы (часть IV, часть V, часть VI) Типы, имеющие отношение к реализации Компилированный программный код, стек вызовов (часть IV, часть VII) Таблица 4.1 содержит далеко не полный список, потому что объектами являются все данные, которые приходится обрабатывать в программах на языке Python. Например, когда на языке Python реализуется поиск текста по шаблону, – создаются объекты шаблонов, когда программируются сетевые взаимодействия, – используются объекты сокетов. Существуют и другие типы объектов, которые создаются в результате импорта и использования модулей, и все они обладают своим собственным поведением. 1 В этой книге под термином литерал подразумевается выражение, создающее объект, которое иногда также называется константой. Следует иметь в виду, что термин «константа» не означает объекты и переменные, которые никогда не изменяются (то есть этот термин никак не связан с директивой const языка C++ или с понятием «неизменяемый» («immutable») в языке Python, – эта тема будет рассматриваться ниже, в разделе «Неизменяемость»). 124 Глава 4. Введение в типы объектов языка Python В следующих частях книги вы узнаете, что структурные элементы программ, такие как функции, модули и классы, также являются объектами в языке Python – они создаются с помощью инструкций и выражений, таких как def, class, import и lambda, и могут свободно передаваться между различными частями сценариев, сохраняться в других объектах и так далее. Кроме того, в языке Python имеется множество типов, имеющих отношение к реализации, таких как объекты с компилированным программным кодом, – они представляют интерес скорее для разработчиков инструментов, чем для прикладных программистов. Все эти типы также будут рассматриваться в последующих частях книги. Типы объектов, перечисленные в табл. 4.1, обычно называют базовыми, потому что они встроены непосредственно в язык Python, то есть для создания большинства из них используется вполне определенный синтаксис. Например, когда выполняется следующий программный код: >>> ‘spam’ то, говоря техническим языком, выполняется выражение-литерал, которое генерирует и возвращает новый строковый объект. Такова специфика синтаксиса Python создания этого объекта. Похожим образом выражение, заключенное в квадратные скобки, создает список, заключенное в фигурные скобки – словарь и так далее. Хотя, как вы сможете убедиться, в языке Python отсутствует конструкция объявления типа, сам синтаксис выполняемых выражений задает типы создаваемых и используемых объектов. Фактически выражения, создающие объекты, подобные тем, что представлены в табл. 4.1, в языке Python являются источниками типов. Не менее важно отметить, что как только будет создан объект, он будет ассоциирован со своим собственным набором операций на протяжении всего времени существования – над строками можно будет выполнять только строковые операции, над списками – только операции, применимые к спискам. Как вы узнаете далее, в языке Python используется динамическая типизация (типы данных определяются автоматически и их не требуется объявлять в программном коде), но при этом он является языком со строгой типизацией (вы сможете выполнять над объектом только те операции, которые применимы к его типу). Функционально типы объектов, представленные в табл. 4.1, являются более универсальными и более эффективными, чем может показаться. Например, вы узнаете, что списки и словари являются достаточно мощными средствами представления данных, обеспечивающими поддержку коллекций и функций поиска, которые в низкоуровневых языках программирования приходится реализовывать вручную. Говоря коротко, списки обеспечивают поддержку упорядоченных коллекций других объектов, а словари реализуют возможность хранения объектов по ключам. И списки, и словари могут быть вложенными, по мере необходимости увеличиваться и уменьшаться в размерах и содержать объекты любых типов. В последующих главах мы подробно изучим каждый из типов объектов, перечисленных в табл. 4.1. Но прежде чем углубляться в детали, давайте познакомимся с базовыми типами объектов Python в действии. Оставшаяся часть главы представляет собой обзор операций, которые мы более подробно будем исследовать в последующих главах. Не следует надеяться, что в этой главе будут даны исчерпывающие объяснения, поскольку основная ее цель состоит 125 Числа в том, чтобы разжечь ваш аппетит и представить некоторые базовые идеи. Однако лучший способ что-то начать – это просто начать, поэтому перейдем сразу к программному коду. Числа Если в прошлом вам приходилось заниматься программированием, некоторые типы объектов из табл. 4.1 скорее всего покажутся вам знакомыми. Но даже если это не так, числа являются чрезвычайно простым понятием. Базовый набор объектов языка Python включает в себя вполне ожидаемые типы: целые числа (числа без дробной части), вещественные числа (грубо говоря, числа с десятичной точкой) и более экзотические типы (комплексные числа с мнимой частью, числа с фиксированной точностью, рациональные числа, представленные парой целых чисел, – числитель и знаменатель дроби, и множества). Несмотря на наличие некоторых необычных типов, базовые числовые типы в языке Python действительно являются базовыми. Числа в Python поддерживают набор самых обычных математических операций. Например, символ «плюс» (+) означает сложение, символ «звездочка» (*) – умножение, а два символа «звездочка» (**) – возведение в степень: >>> 123 + 222 # Целочисленное сложение 345 >>> 1.5 * 4 # Умножение вещественных чисел 6.0 >>> 2 ** 100 # 2 в степени 100 1267650600228229401496703205376 Обратите внимание на результат последней операции: в �� Python�� 3.0 целые числа автоматически обеспечивают неограниченную точность для представления больших значений (в Python 2.6 для представления больших целых чисел имеется отдельный тип длинных целых чисел). Например, вы можете попробовать вычислить 2 в степени 1 000 000 (но едва ли стоит это делать, так как на экран будет выведено число длиной более 300 000 знаков, что может занять продолжительное время!). >>> len(str(2 ** 1000000)) # Сколько цифр в действительно БОЛЬШОМ числе? 301030 Начав экспериментировать с вещественными числами, вы наверняка обратите внимание на то, что на первый взгляд может показаться странным: >>> 3.1415 * 2 # repr: как программный код 6.2830000000000004 >>> print(3.1415 * 2) # str: более дружественный формат 6.283 Первый результат – это не ошибка, проблема здесь связана с отображением. Оказывается, вывести содержимое любого объекта можно двумя способами: с полной точностью (как в первом результате), и в форме, более удобной для восприятия человеком (как во втором результате). Формально первая форма называется repr (объект в виде программного кода), а вторая, более дружественная к пользователю, – str. Различия между ними станут более понятны, когда мы приступим к изучению классов, а пока, если что-то выглядит непонятным, попробуйте вывести тот же результат с помощью инструкции print. 126 Глава 4. Введение в типы объектов языка Python Помимо выражений для выполнения операций с числами в составе Python есть несколько полезных модулей: >>> import math >>> math.pi 3.1415926535897931 >>> math.sqrt(85) 9.2195444572928871 Модуль math содержит более сложные математические функции, а модуль random реализует генератор случайных чисел и функцию случайного выбора (в данном случае из списка, о котором будет рассказываться ниже, в этой же главе): >>> import random >>> random.random() 0.59268735266273953 >>> random.choice([1, 2, 3, 4]) 1 Кроме того, Python включает в себя более экзотические числовые объекты, такие как комплексные числа, числа с фиксированной десятичной точкой и рациональные числа, множества и логические значения, а среди свободно распространяемых расширений можно найти и другие числовые типы (например, матрицы и векторы). Обсуждение этих типов будет приводиться далее в этой книге. Пока что мы использовали Python как простой калькулятор, но чтобы иметь большую возможность судить о встроенных типах, перейдем к строкам. Строки Строки используются для записи текстовой информации, а также произвольных последовательностей байтов. Это наш первый пример последовательностей, или упорядоченных коллекций других объектов, в языке Python. Последовательности поддерживают порядок размещения элементов, которые они содержат, слева направо: элементы сохраняются и извлекаются исходя из их позиций в последовательностях. Строго говоря, строки являются последовательностями односимвольных строк. Другими типами последовательностей являются списки и кортежи (будут описаны ниже). Операции над последовательностями Будучи последовательностями, строки поддерживают операции, предполагающие определенный порядок позиционирования элементов. Например, если имеется четырехсимвольная строка, то с помощью встроенной функции len можно определить ее длину, а отдельные элементы строки извлечь с помощью выражений индексирования: >>> >>> 4 >>> ‘S’ >>> ‘p’ S = ‘Spam’ len(S) # Длина S[0] # Первый элемент в S, счет начинается с позиции 0 S[1] # Второй элемент слева 127 Строки В языке Python индексы реализованы в виде смещений от начала и потому индексация начинается с 0: первый элемент имеет индекс 0, второй – 1 и так далее. Обратите внимание, как в этом примере выполняется присваивание строки переменной с именем S. Подробнее сам процесс присваивания мы будем рассматривать позднее (в частности, в главе 6), а пока хочу отметить, что в языке Python не требуется объявлять переменные заранее. Переменная создается в тот момент, когда ей присваивается значение, при этом переменной можно присвоить значение любого типа, а при использовании внутри выражения имя переменой замещается ее фактическим значением. Кроме того, прежде чем появится возможность обратиться к переменной, ей должно быть присвоено какое-либо значение. Но пока вам достаточно помнить – чтобы сохранить объект для последующего использования, его нужно присвоить переменной. В языке Python предусмотрена возможность индексации в обратном порядке, от конца к началу – положительные индексы откладываются от левого конца последовательности, а отрицательные – от правого: >>> S[-1] ‘m’ >>> S[-2] ‘a’ # Последний элемент в конце S # Второй элемент с конца Формально отрицательные индексы просто складываются с длиной строки, поэтому следующие две операции эквивалентны (хотя первая форма записи выглядит проще и понятнее): >>> S[-1] ‘m’ >>> S[len(S)-1] ‘m’ # Последний элемент в S # Отрицательная индексация, более сложный способ Примечательно, что внутри квадратных скобок допускается использовать не только жестко заданные числовые литералы, но и любые другие выражения – везде, где Python ожидает получить значение, можно использовать литералы, переменные или любые выражения. Весь синтаксис языка Python следует этому общему принципу. В дополнение к простой возможности индексирования по номеру позиции, последовательности поддерживают более общую форму индексирования, известную как получение среза (slicing), которая обеспечивает возможность извлечения за одну операцию целого сегмента (среза). Например: >>> S ‘Spam’ >>> S[1:3] ‘pa’ # Строка из 4 символов # Срез строки S начиная со смещения 1 и до 2 (не 3) Проще всего можно представить себе срез как способ извлечения целого столбца из строки за один шаг. В общем виде синтаксис операции получения среза выглядит как: X[I:J], и означает: «извлечь из X все, начиная со смещения I и до смещения J, но не включая его». В качестве результата возвращается новый объект. Например, последняя операция из примера выше вернет все символы строки S со смещениями с 1 по 2 (то есть 3 – 1 символов) в виде новой строки. В результате получается срез, или «выборка» двух символов из середины. 128 Глава 4. Введение в типы объектов языка Python При выполнении операции получения среза левая граница по умолчанию принимается равной нулю, а правая – длине последовательности, к которой применяется операция. В результате мы получаем следующие наиболее распространенные варианты использования: >>> S[1:] ‘pam’ >>> S ‘Spam’ >>> S[0:3] ‘Spa’ >>> S[:3] ‘Spa’ >>> S[:-1] ‘Spa’ >>> S[:] ‘Spam’ # Все, кроме первого элемента (1:len(S)) # Сама строка S без изменений # Все, кроме последнего элемента # То же, что и S[0:3] # Еще раз все, кроме последнего элемента, но проще (0:-1) # Все содержимое S, как обычная копия (0:len(S)) Обратите внимание, что в качестве границ срезов можно использовать отрицательные индексы и что последняя операция фактически создает копию всей строки. Как мы узнаем позднее, нет смысла копировать строки таким способом, но такая форма копирования очень удобна при работе с другими последовательностями, такими как списки. Наконец, будучи последовательностями, строки поддерживают операцию конкатенации, которая записывается в виде знака плюс (объединение двух строк в одну строку), и операцию повторения (новая строка создается за счет многократного повторения другой строки): >>> S ‘Spam’ >>> S + ‘xyz’ # Конкатенация ‘Spamxyz’ >>> S # S остается без изменений ‘Spam’ >>> S * 8 # Повторение ‘SpamSpamSpamSpamSpamSpamSpamSpam’ Обратите внимание, что знак плюс (+) имеет различное значение для разных объектов: для чисел – сложение, а для строк – конкатенация. Это универсальное свойство языка Python, которое далее в книге будет называться полиморфизмом, означает, что фактически выполняемая операция зависит от объектов, которые принимают в ней участие. Как будет показано, когда мы приступим к изучению динамической типизации, такой полиморфизм в значительной степени обеспечивает выразительность и гибкость программного кода на языке Python. Поскольку отсутствуют ограничения, связанные с типами, операции в языке Python обычно в состоянии автоматически обрабатывать объекты самых разных типов, при условии, что они поддерживают совместимый интерфейс (как в данном случае операция +). В языке Python идея полиморфизма является ключевой концепцией, которую мы будем рассматривать далее в этой книге. Неизменяемость Обратите внимание: в предыдущих примерах ни одна из использованных операций не изменяла оригинальную строку. Все операции над строками в ре- 129 Строки зультате создают новую строку, потому что строки в языке Python являются неизменяемыми – после того, как строка будет создана, ее нельзя изменить. Например, вы не сможете изменить строку присвоением значения одной из ее позиций, но вы всегда можете создать новую строку и присвоить ей то же самое имя. Поскольку Python очищает память, занятую ненужными больше объектами (как будет показано позднее), такой подход не так уж неэффективен, как могло бы показаться на первый взгляд: >>> S ‘Spam’ >>> S[0] = ‘z’ # Неизменяемые объекты нельзя изменить ...текст сообщения об ошибке опущен... TypeError: ‘str’ object does not support item assignment >>> S = ‘z’ + S[1:] # Но с помощью выражений мы можем создавать новые объекты >>> S ‘zpam’ Все объекты в языке Python либо относятся к классу неизменяемых, либо нет. Если говорить о базовых типах, то числа, строки и кортежи являются неизменяемыми, а списки и словари – нет (они легко могут изменяться в любой своей части). Помимо всего неизменяемость может рассматриваться как гарантия, что некоторый объект будет оставаться постоянным на протяжении работы программы. Методы, специфичные для типа Все строковые операции, которые мы до сих пор рассматривали, в действительности являются операциями над последовательностями, то есть эти операции могут использоваться для работы с любыми последовательностями языка Python, включая списки и кортежи. Однако помимо операций, универсальных для последовательностей, строки также имеют свои собственные операции, реализованные в виде методов (функций, присоединенных к объекту, которые запускаются выражением вызова). Например, метод строк find выполняет поиск подстроки в строке (он возвращает смещение переданной ему подстроки или -1, если поиск не увенчался успехом), а метод replace производит глобальный поиск с заменой: >>> S.find(‘pa’) # Поиск смещения подстроки 1 >>> S ‘Spam’ >>> S.replace(‘pa’, ‘XYZ’) # Замена одной подстроки другой ‘SXYZm’ >>> S ‘Spam’ И снова независимо от имен этих строковых методов, применяя методы, мы не изменяем оригинальную строку, а создаем новую, т. к. строки являются неизменяемыми, и это следует учитывать. Строковые методы – это первый уровень в комплекте инструментальных средств обработки текста языка Python. Другие методы позволяют разбивать строки на подстроки по определенному символу-разделителю (достаточно удобно для простых случаев разбора строк), преобразовывать регистр символов, проверять тип содержимого строк (цифры, 130 Глава 4. Введение в типы объектов языка Python алфавитные символы и так далее) и отсекать пробельные символы с обоих концов строк. >>> line = ‘aaa,bbb,ccccc,dd’ >>> line.split(‘,’) # Разбивает строку по разделителю и создает список строк [‘aaa’, ‘bbb’, ‘ccccc’, ‘dd’] >>> S = ‘spam’ >>> S.upper() # Преобразование символов в верхний и в нижний регистр ‘SPAM’ >>> S.isalpha() True # Проверка содержимого: isalpha, isdigit и так далее >>> line = ‘aaa,bbb,ccccc,dd\n’ >>> line = line.rstrip() # Удаляет завершающие пробельные символы >>> line ‘aaa,bbb,ccccc,dd’ Кроме того, строки поддерживают операции подстановки, известные как форматирование и доступные как в виде выражений (существовали изначально), так и в виде методов строк (появились в версиях 2.6 и 3.0): >>> ‘%s, eggs, and %s’ % (‘spam’, ‘SPAM!’) # Выражение (во всех версиях) ‘spam, eggs, and SPAM!’ >>> ‘{0}, eggs, and {1}’.format(‘spam’, ‘SPAM!’) # Метод (2.6, 3.0) ‘spam, eggs, and SPAM!’ Следует заметить, что в отличие от универсальных операций, применяемых к последовательностям, строковые методы могут применяться только к строкам и ни к каким другим объектам, хотя некоторые типы могут иметь методы с похожими именами. Следует понимать, что инструментальные средства языка Python�� делятся на несколько уровней: универсальные операции, которые могут применяться к нескольким типам, реализованы в виде встроенных функций и выражений (например, len(X), X[0]), а операции, специфичные для определенного типа, реализованы в виде методов (например, aString.upper()). Выбор требуемых инструментов из всех этих категорий станет более простым по мере изучения языка Python, а в следующем разделе приводится несколько рекомендаций, которые вы сможете использовать уже сейчас. Получение помощи Методы, представленные в предыдущем разделе, являются лишь небольшой частью того, что доступно при работе со строковыми объектами. Вообще, эта книга не является исчерпывающим источником информации о методах объектов. Чтобы получить дополнительную информацию, вы всегда можете воспользоваться функцией dir, которая возвращает список всех доступных атрибутов заданного объекта. Предположим, что переменная S по-прежнему остается строкой; ниже приводится список ее атрибутов в Python 3.0 (в Python 2.6 этот список немного отличается): >>> dir(S) [‘__add__’, ‘__class__’, ‘__contains__’, ‘__delattr__’, ‘__doc__’, ‘__eq__’, ‘__format__’, ‘__ge__’, ‘__getattribute__’, ‘__getitem__’, ‘__getnewargs__’, ‘__gt__’, ‘__hash__’, ‘__init__’, ‘__iter__’, ‘__le__’, ‘__len__’, ‘__lt__’, ‘__mod__’, ‘__mul__’, ‘__ne__’, ‘__new__’, ‘__reduce__’, ‘__reduce_ex__’, 131 Строки ‘__repr__’, ‘__rmod__’, ‘__rmul__’, ‘__setattr__’, ‘__sizeof__’, ‘__str__’, ‘__subclasshook__’, ‘_formatter_field_name_split’, ‘_formatter_parser’, ‘capitalize’, ‘center’, ‘count’, ‘encode’, ‘endswith’, ‘expandtabs’, ‘find’, ‘format’, ‘index’, ‘isalnum’,’isalpha’, ‘isdecimal’, ‘isdigit’, ‘isidentifier’, ‘islower’, ‘isnumeric’, ‘isprintable’, ‘isspace’, ‘istitle’, ‘isupper’, ‘join’, ‘ljust’, ‘lower’, ‘lstrip’, ‘maketrans’, ‘partition’, ‘replace’, ‘rfind’, ‘rindex’, ‘rjust’, ‘rpartition’, ‘rsplit’, ‘rstrip’, ‘split’, ‘splitlines’, ‘startswith’, ‘strip’, ‘swapcase’, ‘title’, ‘translate’, ‘upper’, ‘zfill’] Скорее всего, вам не понадобятся имена из этого списка, содержащие символы подчеркивания, до того момента, пока мы не приступим к изучению возможности перегрузки операторов в классах, – они представляют собой реализацию строкового объекта и доступны для поддержки специализации. В общем случае ведущие и завершающие символы подчеркивания используются интерпретатором Python для обозначения особенностей внутренней реализации. Имена без символов подчеркивания в этом списке обозначают методы строковых объектов. Функция dir возвращает лишь имена методов. Чтобы узнать назначение того или иного метода, можно передать его имя функции help: >>> help(S.replace) Help on built-in function replace: (Справка о встроенной функции replace:) replace(...) S.replace (old, new[, count]) -> str Return a copy of S with all occurrences of substring old replaced by new. If the optional argument count is given, only the first count occurrences are replaced. (Возвращает копию S, где все вхождения подстроки old замещены подстрокой new. Если указан необязательный аргумент count, замещаются только первые count вхождений.) Функция help – один из немногих интерфейсов к системе программного кода Python, поставляемого в составе Python в составе инструмента под названием PyDoc, который позволяет извлекать описание из объектов. Далее в этой книге вы узнаете, что PyDoc позволяет отображать информацию в формате HTML. Можно также запросить информацию и для самого строкового объекта (например, help(S)), но в этом случае вы можете получить больше информации, чем хотелось бы, – описание всех строковых методов. Часто бывает удобнее запрашивать информацию о конкретном методе, как это было продемонстрировано выше. За дополнительной информацией всегда можно обратиться к справочному руководству по стандартной библиотеке или к печатным справочным изданиям, но функции dir и help в языке Python представляют собой самое первое средство получения доступа к документации. Другие способы представления строк К этому моменту мы познакомились с операциями над последовательностями и методами, специфичными для строк. Однако кроме этого язык программирования Python предоставляет несколько различных способов представления 132 Глава 4. Введение в типы объектов языка Python строк в программном коде, которые мы будем исследовать позднее (включая служебные символы, которые представлены, например, в виде последовательностей, начинающихся с символа обратного слеша:) >>> S = ‘A\nB\tC’ >>> len(S) 5 # \n – это символ “конец строки”, \t – символ табуляции # Каждая из этих пар соответствует единственному символу >>> ord(‘\n’) 10 # В ASCII \n – это байт с числовым значением 10 >>> S = ‘A\0B\0C’ >>> len(S) 5 # \0 – это двоичный ноль, не является завершителем строки Язык Python допускает заключать строки в кавычки или в апострофы (они означают одно и то же). Кроме того, имеется специальная форма определения многострочных строковых литералов – тройные кавычки или апострофы. Когда используется такая форма, все строки в программном коде объединяются в одну строку, а там, где в исходном тексте выполняется переход на новую строку, вставляется символ «конец строки». Это незначительное синтаксическое удобство весьма полезно для оформления в сценариях на языке Python крупных блоков текста, таких как разметка HTML или XML: >>> msg = “”” aaaaaaaaaaaaa bbb’’’bbbbbbbbbb””bbbbbbb’bbbb cccccccccccccc””” >>> msg ‘\naaaaaaaaaaaaa\nbbb\’\’\’bbbbbbbbbb””bbbbbbb\’bbbb\ncccccccccccccc’ Кроме того, Python предоставляет поддержку литералов «неформатированных», «сырых» строк, в которых символ обратного слеша интерпретируется как обычный символ (они начинаются с символа r), а также поддержку строк с символами Юникода, обеспечивающих интернационализацию. В версии 3.0 базовый тип строк str также может содержать символы Юникода (при этом предполагается, что символы �� ASCII�� являются разновидностью символов Юникода), а тип bytes может представлять строки двоичных байтов. В версии 2.6 строки Юникода были представлены отдельным типом, а строки типа str могли содержать 8-битные символы и двоичные данные. Файлы также изменились в версии 3.0, и теперь они возвращают и принимают объекты типа str только при работе в текстовом режиме, а при работе в двоичном режиме – только объекты типа bytes. В последующих главах мы еще встретимся с этими специальными формами строк. Поиск по шаблону Прежде чем двинуться дальше, хочется заметить, что ни один из строковых объектов не поддерживает возможность обработки текста на основе шаблонов. Рассмотрение инструментов, выполняющих поиск текста по шаблону, выходит за рамки этой книги, но для читателей, знакомых с другими языками сценариев, будет интересно узнать, как выполняется поиск по шаблону в языке Python – для этого необходимо импортировать модуль с именем re. Этот модуль содержит аналогичные функции для выполнения поиска, разбиения и замены, но за счет использования шаблонов мы можем использовать более общие варианты решения задач: 133 Списки >>> import re >>> match = re.match(‘Hello[ \t]*(.*)world’, ‘Hello >>> match.group(1) ‘Python ‘ Python world’) В этом примере выполняется поиск строки, начинающейся со слова «Hello», вслед за которым следуют ноль или более символов табуляции или пробелов, за которыми могут следовать произвольные символы, которые будут сохранены, как группа совпадения, и завершающаяся словом «world». Если такая подстрока будет найдена, части ее, соответствующие шаблону, заключенному в круглые скобки, будут доступны в виде групп. Например, следующий шаблон извлекает три группы, разделенные символами слеша: >>> match = re.match(‘/(.*)/(.*)/(.*)’, ‘/usr/home/lumberjack’) >>> match.groups() (‘usr’, ‘home’, ‘lumberjack’) Поиск по шаблону реализован в виде чрезвычайно сложного механизма обработки текста, но в языке Python имеется поддержка еще более сложных механизмов, включая возможность обработки естественного языка человеческого общения. Впрочем, для этого руководства я и так сказал уже достаточно об обработке строк, поэтому теперь мы перейдем к рассмотрению другого типа. Списки Списки – это самое общее представление последовательностей, реализованных в языке Python. Списки – это упорядоченные по местоположению коллекции объектов произвольных типов, размер которых не ограничен. Кроме того, в отличие от строк, списки являются изменяемыми – они могут модифицироваться как с помощью операций присваивания по смещениям, так и с помощью разнообразных методов работы со списками. Операции над последовательностями Поскольку списки являются последовательностями, они поддерживают все операции над последовательностями, которые обсуждались в разделе, посвященном строкам. Единственное отличие состоит в том, что результатом таких операций являются списки, а не строки. Например, для списка, состоящего из трех элементов: >>> L = [123, ‘spam’, 1.23] # Список из трех объектов разных типов >>> len(L) # Число элементов в списке 3 Мы можем обращаться к элементам списка по их индексам, получать срезы и так далее, точно так же, как и в случае со строками: >>> L[0] 123 # Доступ к элементу списка по его индексу >>> L[:-1] [123, ‘spam’] # Операция получения среза возвращает новый список >>> L + [4, 5, 6] # Операция конкатенации также возвращает новый список [123, ‘spam’, 1.23, 4, 5, 6] 134 Глава 4. Введение в типы объектов языка Python >>> L # Наши действия не привели к изменению оригинального списка [123, ‘spam’, 1.23] Методы, специфичные для типа Списки в языке Python являются аналогом массивов в других языках программирования, но они обладают более широкими возможностями. С одной стороны, они не ограничены одним типом элементов, например, только что рассмотренный список содержит три элемента совершенно разных типов (целое число, строку и вещественное число). Кроме того, размер списков не ограничен, благодаря чему они могут увеличиваться и уменьшаться по мере необходимости в результате выполнения операций, характерных для списков: >>> L.append(‘NI’) # Увеличение: в конец списка добавляется новый объект >>> L [123, ‘spam’, 1.23, ‘NI’] >>> L.pop(2) 1.23 # Уменьшение: удаляется элемент из середины списка >>> L # Инструкция “del L[2]” также удалит элемент списка [123, ‘spam’, ‘NI’] В данном примере метод append увеличивает размер списка и вставляет в конец новый элемент. Метод pop (или эквивалентная ему инструкция del) удаляет из списка элемент с заданным смещением, что приводит к уменьшению списка. Другие методы списков позволяют вставлять новые элементы в произвольное место списка (insert), удалять элемент, заданный значением (remove), и так далее. Так как списки являются изменяемыми, большинство методов списков не создают новый список, а изменяют оригинальный список: >>> M = [‘bb’, ‘aa’, ‘cc’] >>> M.sort() >>> M [‘aa’, ‘bb’, ‘cc’] >>> M.reverse() >>> M [‘cc’, ‘bb’, ‘aa’] Метод sort, использованный в этом примере, по умолчанию упорядочивает элементы списка по возрастанию, а метод reverse – по убыванию. В обоих случаях происходит непосредственное изменение самого списка. Проверка выхода за границы Хотя списки не имеют фиксированного размера, язык Python, тем не менее, не допускает возможности обращаться к несуществующим элементам списка. Обращение к элементам списка по индексам, значения которых выходят за пределы списка, всегда является ошибкой: >>> L [123, ‘spam’, ‘NI’] >>> L[99] ...текст сообщения об ошибке опущен... IndexError: list index out of range 135 Списки >>> L[99] = 1 ... текст сообщения об ошибке опущен... IndexError: list assignment index out of range В этом примере я специально допустил ошибку (особенно неприятную в языке C, который не выполняет проверку выхода за границы массива, как Python) и попытался выполнить присваивание за пределами списка. Вместо того чтобы увеличить размер списка, интерпретатор Python сообщил об ошибке. Чтобы увеличить список, необходимо воспользоваться таким методом, как append. Вложенные списки Одна из замечательных особенностей базовых типов языка Python состоит в том, что они поддерживают возможность создания вложенных конструкций произвольной глубины и в любых комбинациях (например, можно создать список, содержащий словарь, который содержит другой список, и так далее). Одно из очевидных применений этой особенности – представление матриц, или «многомерных массивов» в языке Python. Делается это с помощью списка, содержащего вложенные списки: >>> M = [[1, 2, 3], # Матрица 3 x 3 в виде вложенных списков [4, 5, 6], # Выражение в квадратных скобках может [7, 8, 9]] # занимать несколько строк >>> M [[1, 2, 3], [4, 5, 6], [7, 8, 9]] Здесь мы реализовали список, состоящий из трех других списков. В результате была получена матрица чисел 3 x 3. Обращаться к такой структуре можно разными способами: >>> M[1] [4, 5, 6] # Получить строку 2 >>> M[1][2] # Получить строку 2, а затем элемент 3 в этой строке 6 Первая операция в этом примере возвращает вторую строку целиком, а вторая – третий элемент в этой строке. Соединение операций индексирования позволяет все дальше и дальше погружаться вглубь вложенной структуры объектов.1 Генераторы списков Помимо обычных операций над последовательностями и методов списков Python предоставляет возможность выполнять более сложные операции над 1 Такая организация матриц вполне пригодна для решения небольших задач, но для реализации более сложных программ числовой обработки информации желательно использовать специализированные расширения, например NumPy. Такого рода инструменты позволяют хранить и обрабатывать матрицы намного эффективнее, чем такая структура, реализованная в виде вложенных списков. Как уже говорилось, расширение NumPy превращает Python в свободный и более мощный эквивалент системы MatLab, и такие организации, как NASA, Los Alamos и JPMorgan Chase, используют его для решения научных и финансовых задач. Дополнительную информацию об этом расширении вы без труда найдете в Сети. 136 Глава 4. Введение в типы объектов языка Python списками, известные как выражения генераторов списков (list comprehension expression), которые представляют эффективный способ обработки таких структур, как приведенная в примере матрица. Предположим, например, что нам требуется извлечь из нашей матрицы второй столбец. Строку легко можно получить, выполнив операцию индексирования, потому что матрица хранится в виде строк, однако, благодаря генераторам списков, получить столбец ничуть не сложнее: >>> col2 = [row[1] for row in M] # Выбирает элементы второго столбца >>> col2 [2, 5, 8] >>> M # Матрица не изменилась [[1, 2, 3], [4, 5, 6], [7, 8, 9]] Генераторы списков следуют традиции системы представления множеств; они позволяют создавать новые списки, выполняя выражение для каждого элемента в последовательности, по одному за раз, слева направо. Генераторы списков заключены в квадратные скобки (чтобы отразить тот факт, что они создают список) и составлены из выражения и конструкции цикла, которые используют одно и то же имя переменной (в данном случае row). В предыдущем примере генератор списков интерпретируется так: «Получить элементы row[1] из каждой строки матрицы M и создать из них новый список». Результатом является новый список, содержащий значения из второго столбца матрицы. На практике генераторы списков могут приобретать еще более сложную форму: >>> [row[1] + 1 for row in M] # Добавить 1 к каждому элементу в столбце 2 [3, 6, 9] >>> [row[1] for row in M if row[1] % 2 == 0] # отфильтровать нечетные значения [2, 8] Первая операция в этом примере прибавляет 1 к значениям всех отобранных элементов, а вторая использует условный оператор if для исключения из результата нечетных чисел с помощью операции деления по модулю – % (остаток от деления). Генераторы списков, применяемые к спискам, возвращают в качестве результатов новые списки, но могут использоваться и для любых других объектов, допускающих выполнение итераций. Например, ниже показано использование генератора списков для обхода жестко заданного в программном коде списка координат и строк: >>> diag = [M[i][i] for i in [0, 1, 2]] # Выборка элементов диагонали матрицы >>> diag [1, 5, 9] >>> doubles = [c * 2 for c in ‘spam’] # Дублирование символов в строке >>> doubles [‘ss’, ‘pp’, ‘aa’, ‘mm’] Генераторы списков и родственные им встроенные функции map и filter – на мой взгляд, достаточно сложная тема, чтобы говорить о них здесь более подробно. Главная цель этого краткого обзора состоит в том, чтобы проиллюстрировать наличие как простых, так и очень сложных инструментов в арсенале Python. Можно обойтись и без генераторов списков, но на практике они оказываются очень удобными и нередко обеспечивают более высокую производи- 137 Словари тельность при работе со списками. Кроме того, их можно применять к любым типам, являющимся последовательностями в языке Python, а также к некоторым типам, которые не являются последовательностями. Мы еще будем говорить об этих выражениях далее в этой книге. Забегая вперед, отмечу, что в последних версиях Python�� можно также использовать конструкции генераторов списков, заключенные в круглые скобки, для создания генераторов, которые воспроизводят результаты по требованию. Например, ниже показано, как с помощью встроенной функции sum можно суммировать элементы в последовательности: >>> G = (sum(row) for row in M) # Генератор, возвращающий суммы элементов строк >>> next(G) 6 >>> next(G) # Вызов в соответствии с протоколом итераций 15 Того же эффекта можно добиться с помощью встроенной функции map, генерируя результаты за счет передачи элементов другой функции. Обертывание вызова этой функции в список (в версии Python 3.0) вынуждает ее вернуть все значения: >>> list(map(sum, M)) # Отобразить sum на элементы в M [6, 15, 24] В Python 3.0 синтаксис генераторов списков может также использоваться для создания множеств и словарей: >>> {sum(row) for row in M} # Создаст множество сумм строк {24, 6, 15} >>> {i : sum(M[i]) for i in range(3)} # Таблица пар ключ/значение сумм строк {0: 6, 1: 15, 2: 24} Фактически в версии 3.0 с помощью подобных выражений-генераторов можно создавать списки, множества и словари: >>> [ord(x) for x in ‘spaam’] # [115, 112, 97, 97, 109] >>> {ord(x) for x in ‘spaam’} # {112, 97, 115, 109} >>> {x: ord(x) for x in ‘spaam’} # {‘a’: 97, ‘p’: 112, ‘s’: 115, ‘m’: Список кодов символов Множества ликвидируют дубликаты Ключи словарей являются уникальными 109} Однако нам следует двигаться дальше, чтобы познакомиться с такими объектами, как генераторы, множества и словари. Словари Словари в языке Python – это нечто совсем иное (по выражению Монти Пайтона); они вообще не являются последовательностями, это то, что известно как отображения. Отображения – это коллекции объектов, но доступ к ним осуществляется не по определенным смещениям от начала коллекции, а по ключам. В действительности отображения вообще не подразумевают какого-либо упорядочения элементов по их позиции, они просто отображают ключи на связанные с ними значения. Словари – единственный тип отображения в наборе базовых объектов Python – также относятся к классу изменяемых объектов: 138 Глава 4. Введение в типы объектов языка Python они могут изменяться непосредственно и в случае необходимости могут увеличиваться и уменьшаться в размерах подобно спискам. Операции над отображениями Когда словарь определяется как литерал, программный код определения заключается в фигурные скобки и состоит из последовательности пар «ключ: значение». Словари удобно использовать всегда, когда возникает необходимость связать значения с ключами, например чтобы описать свойства чеголибо. В качестве примера рассмотрим следующий словарь, состоящий из трех элементов (с ключами «food» (продукт питания), «quantity» (количество) и «color» (цвет)): >>> D = {‘food’: ‘Spam’, ‘quantity’: 4, ‘color’: ‘pink’} Мы можем обращаться к элементам этого словаря по ключам и изменять значения, связанные с ключами. Для доступа к элементам словаря используется тот же синтаксис, который используется для обращения к элементам последовательностей, только в квадратных скобках указывается не смещение относительно начала последовательности, а ключ: >>> D[‘food’] ‘Spam’ # Получить значение, связанное с ключом ‘food’ >>> D[‘quantity’] += 1 # Прибавить 1 к значению ключа ‘quantity’ >>> D {‘food’: ‘Spam’, ‘color’: ‘pink’, ‘quantity’: 5} Несмотря на то, что форма определения словаря в виде литерала, заключенного в фигурные скобки, достаточно наглядна, на практике чаще встречаются другие способы создания словарей. Следующий пример начинается с создания пустого словаря, который затем заполняется по одному ключу за раз. В отличие от списков, не допускающих присваивание значений отсутствующим элементам, присваивание значения по несуществующему ключу в словаре приводит к созданию этого ключа: >>> >>> >>> >>> D = {} D[‘name’] = ‘Bob’ # В результате присваивания создается ключ D[‘job’] = ‘dev’ D[‘age’] = 40 >>> D {‘age’: 40, ‘job’: ‘dev’, ‘name’: ‘Bob’} >>> print(D[‘name’]) Bob В этом примере ключи словаря играют роль имен полей в записи, которая описывает некоторого человека. В других приложениях словари могут использоваться для замены операций поиска, поскольку обращение к элементу словаря по ключу обычно выполняется быстрее, чем поиск, реализованный на языке Python. Еще раз о вложенности В предыдущем примере словарь использовался для описания гипотетической персоны с помощью трех ключей. Теперь предположим, что информация име- 139 Словари ет более сложную структуру. Возможно, придется записать имя и фамилию, а также несколько названий должностей, занимаемых одновременно. Это приводит к необходимости использования вложенных объектов Python. Словарь в следующем примере определен в виде литерала и имеет более сложную структуру: >>> rec = {‘name’: {‘first’: ‘Bob’, ‘last’: ‘Smith’}, ‘job’: [‘dev’, ‘mgr’], ‘age’: 40.5} Здесь мы опять имеем словарь, содержащий три ключа верхнего уровня (ключи «name» (имя), «job» (должность) и «age» (возраст)), однако значения имеют более сложную структуру: для описания имени человека используется вложенный словарь, чтобы обеспечить поддержку имен, состоящих из нескольких частей, и для перечисления занимаемых должностей используется вложенный список, что обеспечит возможность расширения в будущем. К компонентам этой структуры можно обращаться почти так же, как мы делали это в случае с матрицей, но на этот раз вместо числовых индексов мы используем ключи словаря: >>> rec[‘name’] # ‘Name’ – это вложенный словарь {‘last’: ‘Smith’, ‘first’: ‘Bob’} >>> rec[‘name’][‘last’] # Обращение к элементу вложенного словаря ‘Smith’ >>> rec[‘job’] [‘dev’, ‘mgr’] # ‘Job’ – это вложенный список >>> rec[‘job’][-1] ‘mgr’ # Обращение к элементу вложенного списка >>> rec[‘job’].append(‘janitor’) # Расширение списка должностей Боба (Bob) >>> rec {‘age’: 40.5, ‘job’: [‘dev’, ‘mgr’, ‘janitor’], ‘name’: {‘last’: ‘Smith’, ‘first’: ‘Bob’}} Обратите внимание, как последняя операция в этом примере выполняет расширение вложенного списка. Так как список должностей – это отдельный от словаря участок в памяти, он может увеличиваться и уменьшаться без какихлибо ограничений (размещение объектов в памяти будет обсуждаться в этой книге позже). Основная цель демонстрации этого примера состоит в том, чтобы показать вам гибкость базовых типов данных в языке Python. Здесь вы можете видеть, что возможность вложения позволяет легко воспроизводить достаточно сложные структуры данных. Для создания подобной структуры на языке C потребовалось бы приложить больше усилий и написать больше программного кода: нам пришлось бы описать и объявить структуры и массивы, заполнить их значениями, связать их между собой и так далее. В языке Python все это делается автоматически – запуск выражения приводит к созданию всей структуры вложенных объектов. Фактически это одно из основных преимуществ языков сценариев, таких как Python. Так же, как и в низкоуровневых языках программирования, мы могли бы выполнить освобождение памяти, занимаемой объектами, которые стали не нужны. В языке Python память освобождается автоматически, когда теряет- 140 Глава 4. Введение в типы объектов языка Python ся последняя ссылка на объект, например в случае присваивания переменной какого-либо другого значения: >>> rec = 0 # Теперь память, занятая объектом, будет освобождена С технической точки зрения, интерпретатор Python обладает такой особенностью, как сборка мусора, благодаря которой в ходе выполнения программы производится освобождение неиспользуемой памяти, что избавляет нас от необходимости предусматривать специальные действия в программном коде. Интерпретатор освобождает память сразу же, как только будет ликвидирована последняя ссылка на объект. С работой этого механизма мы познакомимся далее, в этой же книге, а пока достаточно знать, что вы можете работать с объектами, не беспокоясь о выделении или освобождении памяти для них.1 Сортировка по ключам: циклы for Будучи отображениями, как мы уже видели, словари поддерживают доступ к элементам только по ключам. Однако они кроме того поддерживают ряд специфических для данного типа операций, реализованных в виде методов, которые удобно использовать в разных случаях. Как уже упоминалось ранее, из-за того, что словари не являются последовательностями, они не предусматривают какой-либо надежный способ упорядочения позиций элементов. Это означает, что если мы создадим словарь и попытаемся вывести его содержимое, порядок следования ключей при выводе может не совпадать с порядком, в каком они определялись: >>> D = {‘a’: 1, ‘b’: 2, ‘c’: 3} >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} Как же быть, если нам действительно потребуется упорядочить элементы словаря? В наиболее общем случае мы могли бы получить список всех ключей словаря методом keys, отсортировать их с помощью метода списка sort и затем выполнить обход значений в цикле for (не забудьте дважды нажать клавишу Enter после ввода цикла for ниже – как уже пояснялось в главе 3, пустая строка в интерактивной оболочке означает окончание составной инструкции): >>> Ks = list(D.keys()) # Неупорядоченный список ключей >>> Ks # Список – в версии 2.6, а в 3.0 – “представление”, [‘a’, ‘c’, ‘b’] # поэтому необходимо использовать функцию list() >>> Ks.sort() >>> Ks [‘a’, ‘b’, ‘c’] # Сортировка списка ключей >>> for key in Ks: # Обход отсортированного списка ключей print(key, ‘=>’, D[key]) # Здесь дважды нажмите клавишу Enter 1 Имейте в виду, что запись rec, которую мы создали здесь, в действительности может быть записью в базе данных, если бы мы использовали систему хранения объектов Python – простейший способ хранения объектов Python в файлах или в базах данных, обеспечивающих доступ по ключу. Мы не будем здесь углубляться в подробности, однако позднее мы вернемся к этому вопросу, когда будем рассматривать модули pickle и shelve. 141 Словари a => 1 b => 2 c => 3 Этот процесс, состоящий из трех этапов, в последних версиях Python можно упростить до единственной операции, как будет показано в последующих главах, с помощью новой встроенной функции sorted . Эта функция сортирует объекты разных типов и возвращает результат: >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} >>> for key in sorted(D): print(key, ‘=>’, D[key]) a => 1 b => 2 c => 3 Этот пример может служить поводом для знакомства с циклом for языка Python. Цикл for представляет собой самый простой и эффективный способ произвести обход всех элементов в последовательности и выполнить блок программного кода для каждого из элементов. Переменная цикла, определяемая пользователем (в данном случае key), служит для ссылки на текущий элемент. В этом примере выводятся ключи и значения несортированного словаря в отсортированном по ключам виде. Цикл for и родственный ему цикл while – это основные способы реализации повторяющихся действий в сценариях. Однако в действительности цикл for (так же, как и родственные ему генераторы списков, с которыми мы познакомились выше), является операцией над последовательностью. Он способен работать с любыми объектами, являющимися последовательностями, а также с некоторыми объектами, которые последовательностями не являются. Ниже приводится пример обхода всех символов в строке и вывод их в верхнем регистре: >>> for c in ‘spam’: print(c.upper()) S P A M Цикл while в языке �� Python�� представляет собой более универсальный инструмент выполнения циклически повторяющихся операций и не имеет прямой связи с последовательностями: >>> x = 4 >>> while x > 0: print(‘spam!’ * x) x -= 1 spam!spam!spam!spam! spam!spam!spam! spam!spam! spam! 142 Глава 4. Введение в типы объектов языка Python Инструкции циклов, их синтаксис и свойства мы подробнее рассмотрим ниже в этой книге. Итерации и оптимизация Не случайно цикл for выглядит похожим на выражения-генераторы, введенные ранее: каждый из этих инструментов представляет собой универсальное средство выполнения итераций. Фактически обе конструкции способны работать с любыми объектами, которые поддерживают протокол итераций – идею, недавно появившуюся в Python, которая по сути подразумевает наличие в памяти последовательности или объекта, который генерирует по одному элементу за раз в контексте выполнения итерации. Объект попадает в категорию итерируемых, если в ответ на вызов встроенной функции iter (с этим объектом в качестве аргумента) возвращается объект, который позволяет перемещаться по его элементам с помощью функции next. Генераторы списков, с которыми мы познакомились выше, являются такими объектами. О протоколе итераций я расскажу позднее в этой же книге. А пока просто запомните, что любой инструмент языка Python, сканирующий объект слева направо, использует протокол итераций. Именно поэтому функция sorted, которая использовалась в предыдущем разделе, способна работать со словарем непосредственно – нам не требуется вызывать метод keys для получения последовательности, потому что словари являются итерируемыми объектами, для которых функция next возвращает следующий ключ. Это также означает, что любой генератор списков, такой, как показано ниже, вычисляющий квадраты чисел в списке: >>> squares = [x ** 2 for x in [1, 2, 3, 4, 5]] >>> squares [1, 4, 9, 16, 25] всегда можно представить в виде эквивалентного цикла for, который создает список с результатами, добавляя новые элементы в ходе выполнения итераций: >>> squares = [] >>> for x in [1, 2, 3, 4, 5]: # Эти же операции выполняет и генератор списков, squares.append(x ** 2) # следуя протоколу итераций >>> squares [1, 4, 9, 16, 25] Однако генераторы списков и родственные им инструменты функционального программирования, такие как функции map и filter, обычно выполняются быстрее, чем цикл for (примерно раза в два), что особенно важно для программ, обрабатывающих большие объемы данных. И, тем не менее, следует заметить, что оценка производительности – вещь очень хитрая в языке Python, потому что в процессе разработки он продолжает оптимизироваться, и производительность тех или иных конструкций может изменяться от версии к версии. Главное правило, которому желательно следовать при использовании языка Python – это простота и удобочитаемость программного кода, а проблему производительности следует рассматривать во вторую очередь, уже после того, как будет создана работоспособная программа и когда проблема производительности программы действительно заслуживает того, чтобы на нее обратили внимание. Но чаще всего ваш программный код будет обладать достаточ- 143 Словари но высокой производительностью. Если же вам потребуется оптимизировать программу, в составе Python вы найдете инструменты, которые помогут вам в этом, включая модули time и timeit, а также модуль profile. Более подробную информацию об этих модулях вы найдете далее в книге и в руководствах по языку Python. Отсутствующие ключи: проверка с помощью оператора if Необходимо сделать еще одно замечание о словарях, прежде чем двинуться дальше. Несмотря на то, что операция присваивания значений элементам с несуществующими ключами приводит к расширению словаря, тем не менее, при попытке обратиться к несуществующему элементу возникает ошибка: >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} >>> D[‘e’] = 99 # Присваивание по новому ключу приводит к расширению словаря >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2, ‘e’: 99} >>> D[‘f’] # Попытка обратиться к несуществующему ключу приводит к ошибке ...текст сообщения об ошибке опущен... KeyError: ‘f’ Программная ошибка при попытке получить значение несуществующего элемента – это именно то, что нам хотелось бы получать. Но в общем случае при создании программного кода мы не всегда можем знать, какие ключи будут присутствовать. Как быть в таких случаях, чтобы не допустить появления ошибок? Для этого можно, например, выполнить предварительную проверку. Применительно к словарям оператор in, проверки на членство, позволяет определить наличие ключа и с помощью условного оператора if выполнить тот или иной программный код (как и в случае инструкции for, не забудьте дважды нажать клавишу Enter после ввода инструкции if в интерактивной оболочке): >>> ‘f’ in D False >>> if not ‘f’ in D: Print(‘missing’) missing Далее в этой книге я расскажу подробнее об инструкции if и ее синтаксисе. Однако форма инструкции, которая используется здесь, достаточно очевидна: она состоит из ключевого слова if, следующего за ним выражения, результат которого интерпретируется как «истина» или «ложь». Далее следует блок программного кода, который будет выполнен, если результатом выражения будет значение «истина». В полной форме инструкция if предусматривает наличие предложения else – для реализации действия по умолчанию, и одно или более предложение elif (else if) для выполнения других проверок. Это основное средство выбора в языке Python и именно этим способом мы реализуем логику работы в наших сценариях. Существуют также и другие способы создания словарей и исключения ошибок обращения к несуществующим элементам словаря: метод get (при обраще- 144 Глава 4. Введение в типы объектов языка Python нии к которому можно указать значение, возвращаемое по умолчанию); в �� Python 2.X имеется метод has_key (который недоступен в версии 3.0); инструкция try (с которой мы познакомимся в главе 10, позволяющая перехватывать и обрабатывать исключения) и выражение if/else (по сути тот же условный оператор if, сжатый до размеров одной строки), например: >>> >>> 0 >>> >>> 0 value = D.get(‘x’, 0) value # Попытка получить значение, # указав значение по умолчанию value = D[‘x’] if ‘x’ in D else 0 # Выражение if/else value Но подробнее об этом мы поговорим в одной из следующих глав. А сейчас рассмотрим кортежи. Кортежи Объект-кортеж (t�� uple�� – произносится как «тъюпл» или «тъюпел», в зависимости от того, у кого вы спрашиваете) в общих чертах напоминает список, который невозможно изменить – кортежи являются последовательностями, как списки, но они являются неизменяемыми, как строки. Синтаксически литерал кортежа заключается в круглые, а не в квадратные скобки. Они также поддерживают включение объектов различных типов, вложение и операции, типичные для последовательностей: >>> T = (1, 2, 3, 4) # Кортеж из 4 элементов >>> len(T) # Длина 4 >> T + (5, 6) (1, 2, 3, 4, 5, 6) # Конкатенация >>> T[0] 1 # Извлечение элемента, среза и так далее В Python 3.0 кортежи обладают двумя методами, которые также имеются у списков: >>> T.index(4) 3 >>> T.count(4) 1 # Методы кортежей: значение 4 находится в позиции 3 # Значение 4 присутствует в единственном экземпляре Основное отличие кортежей – это невозможность их изменения после создания. То есть кортежи являются неизменяемыми последовательностями: >>> T[0] = 2 # Кортежи являются неизменяемыми ...текст сообщения об ошибке опущен... TypeError: ‘tuple’ object does not support item assignment Подобно спискам и словарям кортежи способны хранить объекты разных типов и допускают возможность вложения, но в отличие от них, не могут изменять свои размеры, так как являются неизменяемыми объектами: >>> T = (‘spam’, 3.0, [11, 22, 33]) >>> T[1] 145 Файлы 3.0 >>> T[2][1] 22 >>> T.append(4) AttributeError: ‘tuple’ object has no attribute ‘append’ Для чего нужны кортежи? Зачем нужен тип, который напоминает список, но поддерживает меньшее число операций? Откровенно говоря, на практике кортежи используются не так часто, как списки, и главное их достоинство – неизменяемость. Если коллекция объектов передается между компонентами программы в виде списка, он может быть изменен любым из компонентов. Если используются кортежи, такие изменения становятся невозможны. То есть кортежи обеспечивают своего рода ограничение целостности, что может оказаться полезным в крупных программах. Далее в книге мы еще вернемся к кортежам. А сейчас перейдем к последнему базовому типу данных – к файлам. Файлы Объекты-файлы – это основной интерфейс между программным кодом на языке Python и внешними файлами на компьютере. Файлы являются одним из базовых типов, но они представляют собой нечто необычное, поскольку для файлов отсутствует возможность создания объектов в виде литералов. Вместо этого, чтобы создать объект файла, необходимо вызвать встроенную функцию open, передав ей имя внешнего файла и строку режима доступа к файлу. Например, чтобы создать файл для вывода данных, вместе с именем файла функции необходимо передать строку режима ‘w’: >>> >>> 6 >>> 6 >>> f = open(‘data.txt’, ‘w’) # Создается новый файл для вывода f.write(‘Hello\n’) # Запись строки байтов в файл f.write(‘world\n’) # В Python 3.0 возвращает количество записанных байтов f.close() # Закрывает файл и выталкивает выходные буферы на диск В этом примере создается файл в текущем каталоге и в него записывается текст (имя файла может содержать полный путь к каталогу, если требуется получить доступ к файлу, находящемуся в другом месте). Чтобы прочитать то, что было записано в файл, его нужно открыть в режиме ‘r’ (этот режим используется по умолчанию, если строка режима в вызове функции опущена). Затем прочитать содержимое файла в строку и отобразить ее. Содержимое файла для сценария всегда является строкой независимо от типов данных, фактически хранящихся в файле: >>> f = open(‘data.txt’) # ‘r’ – это режим доступа к файлу по умолчанию >>> text = f.read() # Файл читается целиком в строку >>> text ‘Hello\nworld\n’ >>> print(text) Hello world # Вывод, с попутной интерпретацией служебных символов 146 Глава 4. Введение в типы объектов языка Python >>> text.split() [‘Hello’, ‘world’] # Содержимое файла всегда является строкой Объекты-файлы имеют и другие методы, обеспечивающие поддержку дополнительных возможностей, но пока мы не будем рассматривать их. Например, объекты файлов предоставляют различные способы чтения и записи данных (метод read принимает необязательный параметр – количество байтов, метод readline считывает по одной строке за одно обращение и так далее) и другие методы (seek – перемещает позицию чтения/записи в файле). Однако, как будет показано позднее, самый лучший на сегодняшний день способ чтения файлов состоит в том, чтобы не читать его содержимое целиком – файлы предоставляют итераторы, которые обеспечивают автоматическое построчное чтение содержимого файла в циклах for и в других контекстах. Мы будем рассматривать все множество методов позднее в этой книге, но если у вас появится желание быстро ознакомиться с ними, запустите функцию dir, передав ей слово file (имя типа данных), а затем функцию help с любым из имен методов в качестве аргумента: >>> dir(f) [ ...множество имен опущено... ‘buffer’, ‘close’, ‘closed’, ‘encoding’, ‘errors’, ‘fileno’, ‘flush’, ‘isatty’, ‘line_buffering’, ‘mode’, ‘name’, ‘newlines’, ‘read’, ‘readable’, ‘readline’, ‘readlines’, ‘seek’, ‘seekable’, ‘tell’, ‘truncate’, ‘writable’, ‘write’, ‘writelines’] >>> help(f.seek) ...попробуйте и увидите... Позднее в этой книге вы узнаете также, что при работе с файлами в Python 3.0 проводится очень четкая грань между текстовыми и двоичными данными. Содержимое текстовых файлов представляется в виде строк и для них автоматически выполняется кодирование и декодирование символов Юникода. Содержимое двоичных файлов представляется в виде строк специального типа bytes, при этом никаких автоматических преобразований содержимого файлов не производится: >>> data = open(‘data.bin’, ‘rb’).read()# Файл открывается в двоичном режиме >>> data # Строка байтов хранит двоичные данные b’\x00\x00\x00\x07spam\x00\x08’ >>> data[4:8] b’spam’ Хотя при работе исключительно с текстовыми данными в формате �� ASCII�� о таких различиях обычно беспокоиться не приходится, однако в �� Python�� 3.0 строки и файлы требуют особого внимания – при работе с интернационализированными приложениями или двоичными данными. Другие средства, напоминающие файлы Функция open – это рабочая лошадка в большинстве операций с файлами, которые можно выполнять в языке Python. Для решения более специфичных задач Python поддерживает и другие инструментальные средства, напоминающие файлы: каналы, очереди, сокеты, файлы с доступом по ключу, файлыхранилища объектов, файлы с доступом по дескриптору, интерфейсы к реляционным и объектно-ориентированным базам данных и многие другие. Файлы 147 Другие базовые типы с доступом по дескриптору, например, поддерживают возможность блокировки и другие низкоуровневые операции, а сокеты представляют собой интерфейс к сетевым взаимодействиям. В этой книге мы не будем подробно рассматривать эти темы, но знание этих особенностей окажется для вас полезным, как только вы начнете всерьез программировать на языке Python. Другие базовые типы Помимо базовых типов данных, которые мы уже рассмотрели, существуют и другие, которые могут считаться базовыми в зависимости от широты определения этой категории. Например, множества, совсем недавно появившиеся в языке, – которые не являются ни последовательностями, ни отображениями. Множества – это неупорядоченные коллекции уникальных и неизменяемых объектов. Множества создаются встроенной функцией set или с помощью новых синтаксических конструкций определения литералов и генераторов множеств, появившихся в версии 3.0, и поддерживают типичные математические операции над множествами (выбор синтаксической конструкции {...} для определения литералов множеств в версии 3.0 не случаен, поскольку множества напоминают словари, в которых ключи не имеют значений): >>> X = set(‘spam’) # В 2.6 и 3.0 можно создавать из последовательностей >>> Y = {‘h’, ‘a’, ‘m’} # В 3.0 можно определять литералы множеств >>> X, Y ({‘a’, ‘p’, ‘s’, ‘m’}, {‘a’, ‘h’, ‘m’}) >>> X & Y {‘a’, ‘m’} # Пересечение >>> X | Y {‘a’, ‘p’, ‘s’, ‘h’, ‘m’} # Объединение >>> X – Y {‘p’, ‘s’} # Разность >>> {x ** 2 for x in [1, 2, 3, 4]} # Генератор множеств в 3.0 {16, 1, 4, 9} Кроме того, недавно в Python появились вещественные числа с фиксированной точностью и рациональные числа (числа, представленные дробью, то есть парой целых чисел – числителем и знаменателем). Обе разновидности могут использоваться для решения проблем, связанных с точностью представления простых вещественных чисел: >>> 1 / 3 # Вещественное число (в 2.6 числа должны заканчиваться .0) 0.33333333333333331 >>> (2/3) + (1/2) 1.1666666666666665 >>> import decimal # Вещественные числа с фиксированной точностью >>> d = decimal.Decimal(‘3.141’) >>> d + 1 Decimal(‘4.141’) >>> decimal.getcontext().prec = 2 >>> decimal.Decimal(‘1.00’) / decimal.Decimal(‘3.00’) Decimal(‘0.33’) 148 Глава 4. Введение в типы объектов языка Python >>> from fractions import Fraction # Рациональные числа: числитель+знаменатель >>> f = Fraction(2, 3) >>> f + 1 Fraction(5, 3) >>> f + Fraction(1, 2) Fraction(7, 6) Кроме того в языке Python имеется логический тип данных (представленный предопределенными объектами True и False, которые по сути являются обычными целыми числами 1 и 0 с некоторыми особенностями отображения на экране), а кроме того, давно уже существует специальный объект None, обычно используемый для инициализации переменных и объектов: >>> 1 > 2, 1 < 2 (False, True) >>> bool(‘spam’) True # Логические значения >>> X = None >>> print(X) None # Специальный объект None >>> L = [None] * 100 # Инициализация списка сотней объектов None >>> L [None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, ...список из 100 объектов None...] Как можно нарушить гибкость программного кода Мы еще будем много говорить обо всех этих типах данных далее в книге, но сначала я хочу сделать важное замечание. Тип объекта, возвращаемый встроенной функцией type, в свою очередь сам является объектом. В Python 3.0 этот объект несколько отличается от того, что возвращается в версии 2.6, потому что все типы были объединены с классами (о которых мы будем говорить при изучении классов «нового стиля» в шестой части книги). Допустим, что переменная L попрежнему представляет список, созданный в предыдущем разделе: # В Python 2.6: >>> type(L) # Типы: переменная L представляет объект типа list <type ‘list’> >>> type(type(L)) # Даже сами типы являются объектами <type ‘type’> # В Python 3.0: >>> type(L) # 3.0: типы являются классами, и наоборот <class ‘list’> >>> type(type(L)) # Подробнее о классах типов рассказывается в главе 31 <class ‘type’> Типы объектов можно исследовать не только в интерактивной оболочке, но и в программном коде, который использует эти объекты. Сделать это в сценариях на языке Python можно как минимум тремя способами: >>> if type(L) == type([]): # Проверка типа, если в этом есть необходимость... print(‘yes’) yes 149 Другие базовые типы >>> if type(L) == list: print(‘yes’) # С использованием имени типа yes >>> if isinstance(L, list): # Проверка в объектно-ориентированном стиле print(‘yes’) yes Однако теперь, когда я показал вам все эти способы проверки типа объекта, я должен заметить, что использование таких проверок в программном коде практически всегда является неверным решением (и отличительным признаком бывшего программиста на языке C, приступившего к программированию на языке Python). Причина, почему такой подход считается неверным, станет понятна позднее, когда мы начнем писать более крупные блоки программного кода, такие как функции, – но это (пожалуй, самая) основная концепция языка Python. Наличие проверок на принадлежность объекта к тому или иному типу отрицательно сказывается на гибкости программного кода, потому что вы ограничиваете его работой с единственным типом данных. Без таких проверок ваш программный код может оказаться в состоянии работать с более широким диапазоном типов. Это связано с идей полиморфизма, о которой упоминалось ранее, и это основная причина отсутствия необходимости описывать типы переменных в языке Python�� . Как будет говориться далее, программный код на языке �� Python�� ориентируется на использование интерфейсов объектов (наборов поддерживаемых операций), а не их типов. Отсутствие заботы об определенных типах означает, что программный код автоматически может обслуживать большинство из них – допустимыми будут любые объекты с совместимыми интерфейсами независимо от конкретного типа. И хотя контроль типов поддерживается, а в редких случаях даже необходим, тем не менее, такой способ мышления чужд языку Python. Вы сами убедитесь, что полиморфизм является ключевой идеей, обеспечивающей успех использования Python. Классы, определяемые пользователем Мы подробно рассмотрим объектно-ориентированный стиль программирования на языке Python, который позволяет сократить время, затрачиваемое на разработку, далее в этой книге. Тем не менее, говоря абстрактными терминами, классы определяют новые типы объектов, которые расширяют базовый набор, и потому они заслуживают упоминания здесь. Например, вам мог бы потребоваться такой тип объектов, который моделировал бы сотрудников. В языке Python нет такого базового типа, тем не менее, следующий класс вполне мог бы удовлетворить ваши потребности: >>> class Worker: def __init__(self, name, pay): self.name = name self.pay = pay def lastName(self): return self.name.split()[-1] def giveRaise(self, percent): self.pay *= (1.0 + percent) # Инициализация при создании # self – это сам объект # Разбить строку по символам пробела # Обновить сумму выплат 150 Глава 4. Введение в типы объектов языка Python Данный класс определяет новый тип объектов, которые обладают атрибутами name и pay (иногда атрибуты называют информацией о состоянии), а также двумя описаниями поведения, оформленными в виде функций (которые обычно называют методами). Обращение к имени класса как к функции приводит к созданию экземпляра нового типа, а методы класса автоматически получают ссылку на текущий экземпляр, обрабатываемый этими методами (аргумент self): >>> bob = Worker(‘Bob Smith’, 50000) # Создаются два экземпляра и для каждого >>> sue = Worker(‘Sue Jones’, 60000) # определяется имя и сумма выплат >>> bob.lastName() # Вызов метода: self – это bob ‘Smith’ >>> sue.lastName() # self – это sue ‘Jones’ >>> sue.giveRaise(.10) # Обновить сумму выплат для sue >>> sue.pay 66000.0 Модель называется объектно-ориентированной потому, что здесь присутствует подразумеваемый объект «self»: внутри функций, определяемых в классах, всегда присутствует подразумеваемый объект. В некотором смысле типы, основанные на классах, просто создаются на базе основных типов и используют их функциональные возможности. В данном случае пользовательский класс Worker – это всего лишь коллекция, состоящая из строки и числа (name и pay соответственно), плюс функции, выполняющие обработку этих двух встроенных объектов. Дополнительно о классах можно сказать, что их механизм наследования поддерживает программные иерархии, которые допускают возможность их расширения. Возможности программного обеспечения расширяются за счет создания новых классов, но при этом не изменяется программный код, который уже работает. Кроме того, вы должны понимать, что классы в языке Python не являются обязательными к применению и нередко более простые встроенные типы, такие как списки и словари, оказываются эффективнее классов, определяемых пользователем. Однако все это выходит далеко за рамки ознакомительной главы, поэтому рассматривайте этот раздел лишь как предварительное знакомство – полное описание возможности создания собственных типов данных в виде классов приводится в шестой части книги. И все остальное Как уже упоминалось ранее, все данные, которые обрабатываются сценариями на языке Python, являются объектами, поэтому наш краткий обзор типов объектов никак нельзя назвать исчерпывающим. Однако даже при том, что все сущее в языке Python является «объектом», только рассмотренные типы образуют базовый набор. Другие типы в языке Python являются либо элементами программ (такими как функции, модули, классы и объекты скомпилированного программного кода), к которым мы вернемся позже, либо реализуются импортируемыми модулями и не являются синтаксическими элементами языка. Последние обычно имеют узкий круг применения – текстовые шаблоны, интерфейсы доступа к базам данных, сетевые соединения и так далее. Более того, имейте в виду, что объекты, с которыми мы здесь познакомились, действительно являются объектами, но для работы с ними не требуется ис- В заключение 151 пользовать объектно-ориентированный подход – концепцию, которая обычно подразумевает использование механизма наследования и оператора class, с которым мы еще встретимся далее в этой книге. Однако базовые объекты языка Python – это рабочие лошадки практически любого сценария, и, как правило, они являются основой более крупных типов, не являющихся базовыми. В заключение На этом мы заканчиваем наш краткий обзор типов данных. В этой главе вашему вниманию было предложено краткое введение в базовые типы объектов языка Python и операции, которые могут к ним применяться. Мы рассмотрели наиболее универсальные операции, которые могут применяться к объектам различных типов (операции над последовательностями, такие как обращение к элементам по их индексам и извлечение срезов), а также операции, специфичные для определенных типов, реализованные в виде методов (например, разбиение строки и добавление элементов в список). Здесь также были даны определения некоторых ключевых терминов, такие как неизменность, последовательности и полиморфизм. Наряду с этим мы узнали, что базовые типы данных в языке Python обладают большей гибкостью и более широкими возможностями, чем типы данных, доступные в низкоуровневых языках программирования, таких как C. Например, списки и словари избавляют нас от необходимости реализовать программный код поддержки коллекций и поиска. Списки – это упорядоченные коллекции объектов, а словари – это коллекции объектов, доступ к которым осуществляется по ключу, а не по позиции. И словари, и списки могут быть вложенными, могут увеличиваться и уменьшаться по мере необходимости и могут содержать объекты любых типов. Более того, память, занимаемая ими, автоматически освобождается, как только будет утрачена последняя ссылка на них. Я опустил большую часть подробностей здесь, чтобы сделать знакомство как можно более кратким, поэтому вы не должны считать, что эта глава содержит все, что необходимо. В следующих главах мы будем рассматривать базовые типы языка более подробно, благодаря чему вы сможете получить более полную картину. В следующей главе мы приступим к всестороннему изучению чисел в языке Python. Но для начала ознакомьтесь с контрольными вопросами. Закрепление пройденного Контрольные вопросы В следующих главах мы более подробно будем исследовать понятия, введенные в этой главе, поэтому здесь мы охватим лишь самые общие направления: 1. Назовите четыре базовых типа данных в языке Python. 2. Почему они называются базовыми? 3. Что означает термин «неизменяемый» и какие три базовых типа языка Python являются неизменяемыми? 4. Что означает термин «последовательность», и какие три типа относятся к этой категории? 152 Глава 4. Введение в типы объектов языка Python 5. Что означает термин «отображение» и какой базовый тип является отображением? 6. Что означает термин «полиморфизм», и почему он имеет такое важное значение? Ответы 1. К базовым типам объектов (данных) относятся числа, строки, списки, словари, кортежи, файлы и множества. Cами типы, None и логические значения также иногда относят к базовым типам. Существует несколько типов чисел (целые, вещественные, комплексные, рациональные и фиксированной точности) и несколько типов строк (обычные и в кодировке Юникод – в Python 2.X; текстовые строки и строки байтов – в Python 3.0). 2. Базовыми типами они называются потому, что являются частью самого языка Python и могут быть использованы в любой момент. Чтобы создать объект какого-либо другого типа, обычно бывает необходимо обращаться к функции из импортированного модуля. Для большинства базовых типов предусмотрен специальный синтаксис создания объектов, например ‘spam’, – это выражение, создающее строку и определяющее набор операций, которые могут применяться к ней. Вследствие этого базовые типы жестко вшиты в синтаксис языка Python. Единственное отличие – объекты-файлы, для создания которых необходимо вызывать функцию open. 3. «Неизменяемый» объект – это объект, который невозможно изменить после того, как он будет создан. К этой категории объектов относятся числа, строки и кортежи. Но даже при том, что вы не можете изменить «неизменяемый» объект на месте, вы всегда можете создать вместо него новый объект, выполнив выражение. 4. «Последовательность» – это упорядоченная по местоположению коллекция объектов. К последовательностям относятся строки, списки и кортежи. Ко всем этим типам могут применяться операции, общие для всех последовательностей, такие как обращение к элементам по их индексам, конкатенация и получение срезов. Но помимо этого каждый из этих типов имеет ряд специфичных методов. 5. Под термином «отображение» подразумевается объект, который отображает ключи на ассоциированные с ними значения. Единственный базовый тип данных в языке Python, который является отображением, – это словарь. Отображения не подразумевают упорядочение элементов по их позиции, но они поддерживают возможность доступа к элементам по ключу, плюс ряд специфичных методов. 6. «Полиморфизм» означает, что фактически выполняемая операция (такая как +) зависит от объектов, которые принимают в ней участие. В языке Python идея полиморфизма составляет ключевую концепцию (пожалуй, самую ключевую) – она не ограничивает применимость программного кода каким-то определенным типом данных, благодаря чему этот код обычно в состоянии автоматически обрабатывать объекты самых разных типов. Глава 5 . Числа Начиная с этой главы, мы станем погружаться в детали реализации языка Python. Данные в этом языке имеют форму объектов – это либо встроенные объекты, входящие в состав самого языка, либо объекты, создаваемые с помощью языковых конструкций Python или других языков, таких как C. Фактически объекты являются основой любой программы на языке Python. Поскольку объекты представляют самое фундаментальное понятие для программирования на языке Python, все наше внимание в первую очередь будет сосредоточено на объектах. В предыдущей главе мы коротко познакомились с базовыми типами объектов языка Python. И хотя в ней были даны основные понятия, мы старались избегать слишком специфичных подробностей в целях экономии книжного пространства. Теперь мы приступаем к более внимательному изучению концепции типов данных, чтобы восполнить детали, о которых раньше умалчивалось. Итак, приступим к изучению чисел – первой категории типов данных в языке Python. Базовые числовые типы Большинство числовых типов в языке Python не выделяются ничем необычным и наверняка покажутся вам знакомыми, если в прошлом вам уже приходилось использовать какой-либо язык программирования. Числа могут использоваться для представления информации о состоянии вашего банковского счета, о расстоянии до Марса, о числе посетителей вашего веб-сайта и всего, что можно выразить в числовой форме. Числа в языке Python представлены не единственным типом, а целой категорией родственных типов. Язык Python поддерживает обычные числовые типы (целые и вещественные), а также литералы – для их создания, и выражения – для их обработки. Кроме того, Python предоставляет дополнительную поддержку чисел и объектов для работы с ними. Ниже приводится полный перечень числовых типов и инструментов, поддерживаемых в языке Python: •• Целые и вещественные числа •• Комплексные числа 154 Глава 5. Числа •• Числа фиксированной точности •• Рациональные числа •• Множества •• Логические значения •• Целые числа неограниченной точности •• Различные встроенные функции и модули для работы с числами В этой главе мы начнем с рассмотрения базовых числовых типов и основных приемов работы с ними, а затем перейдем к исследованию остальных пунктов списка. Однако прежде чем начать писать программный код, в следующих нескольких разделах мы сначала узнаем, как в сценариях записываются и обрабатываются числа. Числовые литералы Помимо базовых типов данных язык Python предоставляет самые обычные числовые типы: целые числа (положительные и отрицательные) и вещественные числа (с дробной частью), которые иногда называют числами с плавающей точкой. Язык Python позволяет записывать целые числа в виде шестнадцатеричных, восьмеричных и двоичных литералов. Поддерживает комплексные числа и обеспечивает неограниченную точность представления целых чисел (количество цифр в целых числах ограничивается лишь объемом доступной памяти). В табл. 5.1 показано, как выглядят числа различных типов в языке Python в тексте программы (то есть в виде литералов). Таблица 5.1. Числовые литералы Литерал Интерпретация 1234, -24, 0, 9999999999999999999 Обычные целые числа (с неограниченной точностью представления) 1.23, 1., 3.14e-10, 4E210, 4.0e+210 Вещественные числа 0177, 0x9ff, 0b101010 Восьмеричные, шестнадцатеричные и двоичные литералы целых чисел в версии 2.6 0o177, 0x9ff, 0b101010 Восьмеричные, шестнадцатеричные и двоичные литералы целых чисел в версии 3.0 3+4j, 3.0+4.0j, 3J Литералы комплексных чисел Вообще в числовых типах языка Python нет ничего сложного, но мне хотелось бы сделать несколько замечаний о принципах использования литералов в программном коде: Литералы целых и вещественных чисел Целые числа записываются как строки, состоящие из десятичных цифр. Вещественные числа могут содержать символ десятичной точки и/или не обязательную экспоненту со знаком, которая начинается с символа e или E. Если в записи числа обнаруживается точка или экспонента, интерпретатор Python создает объект вещественного числа и использует вещественную (не Базовые числовые типы 155 целочисленную) математику, когда такой объект участвует в выражении. Правила записи вещественных чисел в языке Python ничем не отличаются от правил записи чисел типа double в языке C и потому вещественные числа в языке Python обеспечивают такую же точность представления значений, как и в языке C. Целые числа в Python 2.6: обычные и длинные В Python 2.6 имеется два типа целых чисел: обычные (32-битные) и длинные (неограниченной точности). Если числовой литерал заканчивается символом l или L, он рассматривается интерпретатором как длинное целое число. Целые числа автоматически преобразуются в длинные целые, если их значения не умещаются в отведенные 32 бита, поэтому вам не требуется вводить символ L – интерпретатор автоматически выполнит необходимые преобразования, когда потребуется увеличить точность представления. Целые числа в Python 3.0: один тип В Python 3.0 обычные и длинные целые числа были объединены в один тип целых чисел, который автоматически поддерживает неограниченную точность, как длинные целые в �� Python�� 2.6. По этой причине теперь не требуется завершать литералы целых чисел символом l или L, и при выводе целых чисел этот символ никогда не выводится. Кроме того, для большинства программ это изменение в языке никак не скажется на их работоспособности, при условии, что они явно не проверяют числа на принадлежность к типу длинных целых, имеющемуся в версии 2.6. Шестнадцатеричные, восьмеричные и двоичные литералы Целые числа могут записываться как десятичные (по основанию 10), шестнадцатеричные (по основанию 16), восьмеричные (по основанию 8) и двоичные (по основанию 2). Шестнадцатеричные литералы начинаются с комбинации символов 0x или 0X, вслед за которыми следуют шестнадцатеричные цифры (0-9 и A-F). Шестнадцатеричные цифры могут вводиться как в нижнем, так и в верхнем регистре. Литералы восьмеричных чисел начинаются с комбинации символов 0o или 0O (ноль и следующий за ним символ «o» в верхнем или нижнем регистре), вслед за которыми следуют восьмеричные цифры (0-7). В Python 2.6 и в более ранних версиях восьмеричные литералы могут начинаться только с символа 0 (без буквы «o»), но в версии 3.0 такая форма записи считается недопустимой (при использовании прежней формы записи восьмеричные числа легко можно перепутать с десятичными, поэтому была принята новая форма записи, когда восьмеричные литералы начинаются с комбинации символов 0o). Двоичные литералы впервые появились в версиях 2.6 и 3.0, они начинаются с комбинации символов 0b или 0B, вслед за которыми следуют двоичные цифры (0 – 1) Примечательно, что все эти литералы создают объекты целых чисел – они являются всего лишь альтернативными формами записи значений. Для преобразования целого числа в строку с представлением в любой из трех систем счисления можно использовать встроенные функции hex(I), oct(I) и bin(I), кроме того, с помощью функции int(str, base) можно преобразовать строку в целое число с учетом указанного основания системы счисления. Комплексные числа Литералы комплексных чисел в языке Python записываются в формате действительная_часть+мнимая_часть, где мнимая_часть завершается символом j 156 Глава 5. Числа или J. С технической точки зрения, действительная_часть является необязательной, поэтому мнимая_часть может указываться без действительной составляющей. Во внутреннем представлении комплексное число реализовано в виде двух вещественных чисел, но при работе с числами этого типа используется математика комплексных чисел. Комплексные числа могут также создаваться с помощью встроенной функции complex(real, imag). Литералы других числовых типов Как мы увидим ниже в этой главе, существуют и другие числовые типы, не включенные в табл. 5.1. Объекты некоторых из этих типов создаются с помощью функций, объявленных в импортируемых модулях (например, вещественные числа с фиксированной точностью и рациональные числа), другие имеют свой синтаксис литералов (например, множества). Встроенные числовые операции и расширения Помимо числовых литералов, которые приводятся в табл. 5.1, язык Python предоставляет набор операций для работы с числовыми объектами: Операторы выражений +, -, *, /, >>, **, & и другие. Встроенные математические функции pow, abs , round, int, hex, bin и другие. Вспомогательные модули random, math и другие. По мере продвижения мы встретимся со всеми этими компонентами. Для работы с числами в основном используются выражения, встроенные функции и модули, при этом числа имеют ряд собственных, специфических методов, с которыми мы также встретимся в этой главе. Вещественные числа, например, имеют метод as_integer_ratio, который удобно использовать для преобразования вещественного числа в рациональное, а также метод is_integer method, который проверяет – можно ли представить вещественное число как целое значение. Целые числа тоже обладают различными атрибутами, включая новый метод bit_length, который появился в версии Python�� 3.1, – он возвращает количество битов, необходимых для представления значения числа. Кроме того, множества, отчасти являясь коллекциями, а отчасти числами, поддерживают собственные методы и операторы выражений. Так как выражения наиболее часто используются при работе с числами, мы рассмотрим их в первую очередь. Операторы выражений Пожалуй, самой фундаментальной возможностью обработки чисел являются выражения: комбинации чисел (или других объектов) и операторов, которые возвращают значения при выполнении интерпретатором Python. Выражения в языке Python записываются с использованием обычной математической нотации и символов операторов. Например, сложение двух чисел X и Y записывается в виде выражения X + Y, которое предписывает интерпретатору Python применить оператор + к значениям с именами X и Y. Результатом выражения X + Y будет другой числовой объект. 157 Базовые числовые типы В табл. 5.2 приводится перечень всех операторов, имеющихся в языке Python. Многие из них достаточно понятны сами по себе, например обычные математические операторы (+, -, *, / и так далее). Некоторые будут знакомы тем, кто в прошлом использовал другие языки программирования: оператор % вычисляет остаток от деления, оператор << производит побитовый сдвиг влево, оператор & выполняет побитовую операцию И и т. д. Другие операторы более характерны для языка Python, и не все имеют математическую природу. Например, оператор is проверяет идентичность объектов (это более строгая форма проверки на равенство), оператор lambda создает неименованные функции и так далее. Таблица 5.2. Операторы выражений в языке Python и правила определения старшинства Операторы Описание yield x Поддержка протокола send в функциях-генераторах lambda args: expression Создает анонимную функцию x if y else z Трехместный оператор выбора (значение x вычисляется, только если значение y истинно) x or y Логическая операция ИЛИ (значение y вычисляется, только если значение x ложно) x and y Логический оператор И (значение y вычисляется, только если значение x истинно) not x Логическое отрицание x in y, x not in y Проверка на вхождение (для итерируемых объектов и множеств) x is y, x is not y Проверка идентичности объектов x < y, x <= y, x > y, x >= y Операторы сравнения, проверка на подмножество и надмножество x == y, x != y Операторы проверки на равенство x | y Битовая операция ИЛИ, объединение множеств x ^ y Битовая операция «исключающее ИЛИ» (XOR), симметрическая разность множеств x & y Битовая операция И, пересечение множеств x << y, x >> y Сдвиг значения x влево или вправо на y битов x, + y Сложение, конкатенация x – y Вычитание, разность множеств x * y Умножение, повторение x % y Остаток, формат x / y, x // y Деление: истинное и с округлением вниз -x, +x Унарный знак «минус», тождественность ~x Битовая операция НЕ (инверсия) 158 Глава 5. Числа Таблица 5.2 (продолжение) Операторы Описание x ** y Возведение в степень x[i] Индексация (в последовательностях, отображениях и других объектах) x[i:j:k] Извлечение среза x(...) Вызов (функций, классов и других вызываемых объектов) x.attr Обращение к атрибуту (...) Кортеж, подвыражение, выражение-генератор [...] Список, генератор списков {...} Словарь, множество, генератор словарей и множеств Так как в этой книге описываются обе версии Python 2.6 и 3.0, ниже приводятся некоторые примечания, касающиеся различий между версиями и последних дополнений, имеющих отношение к операторам из табл. 5.2: •• В версии Python 2.6 неравенство значений можно проверить двумя способами, как X != Y или как X <> Y. В Python 3.0 последний вариант был убран. В обеих версиях рекомендуется использовать выражение X != Y для проверки на неравенство. •• В версии Python 2.6 выражение в обратных кавычках `X` действует точно так же, как вызов функции repr(X), и преобразует объект в строковое представление. Из-за неочевидности функционального назначения это выражение было убрано из Python 3.0 – используйте более очевидные встроенные функции str и repr, которые описываются в разделе «Форматы отображения чисел». •• Операция деления с округлением вниз (X // Y) всегда усекает дробную часть в обеих версиях Python 2.6 и 3.0. Операция деления X / Y в версии 3.0 выполняет истинное деление (возвращает результат с дробной частью), а в версии 2.6 – классическое деление (усекает результат до целого числа). Подробности ищите в разделе «Деление: классическое, с округлением вниз и истинное». •• Синтаксическая конструкция [...] используется для определения литералов и выражений-генераторов списков. В последнем случае предполагается выполнение цикла и накопление результатов в новом списке. Примеры использования этой конструкции приводятся в главах 4, 14 и 20. •• Синтаксическая конструкция (...) используется для определения кортежей, подвыражений и выражений-генераторов – разновидности генераторов списков, которая воспроизводит значения по требованию. Примеры использования этой конструкции приводятся в главах 4 и 20. Во всех трех случаях круглые скобки могут опускаться. •• Синтаксическая конструкция {...} используется для определения литералов словарей, а в версии Python 3.0 еще и для определения литералов мно- Базовые числовые типы 159 жеств, и генераторов словарей и множеств. Описание этой конструкции приводится в этой главе, а примеры использования – в главах 4, 8, 14 и 20. •• Инструкция yield и трехместный оператор выбора if/else доступны в версии Python 2.5 и выше. Инструкция yield в функциях-генераторах возвращает аргументы функции send(...); оператор выбора if/else является краткой формой записи многострочной инструкции if. Если инструкция yield – не единственное, что находится справа от оператора присваиваивания, она должна заключаться в круглые скобки. •• Операторы отношений могут объединяться в цепочки: например X < Y < Z воспроизводит тот же результат, что и конструкция X < Y and Y < Z. Подробности приводятся в разделе «Операции сравнения: простые и составные», ниже. •• В последних версиях Python выражение извлечения среза X[I:J:K] является эквивалентом операции индексирования с применением объекта среза: X[slice(I, J, K)]. •• В �� Python�� 2.�� X�� при выполнении операций сравнения числовые значения приводятся к общему типу, а упорядочение несовместимых типов выполняется посредством сравнивания имен типов значений и считается допустимым. В �� Python�� 3.0 не допускается сравнивать несовместимые типы, не являющиеся числами, а попытка такого сравнения вызывает исключение. •• Операторы отношений для словарей также больше не поддерживаются в Python 3.0 (однако поддерживается операция проверки на равенство). Один из возможных способов сравнивания словарей заключается в использовании функции sorted(dict.items()). Примеры использования большинства операторов из табл. 5.2 будут показаны позже, а пока посмотрим, как операторы могут объединяться в выражения. Смешанные операторы и определение старшинства операторов Как и в большинстве других языков программирования, в языке Python можно создавать сложные выражения, объединяя несколько операторов из табл. 5.2 в одной инструкции. Например, вычисление суммы двух произведений можно записать следующим образом: A * B + C * D Как в этом случае интерпретатор узнает, какие операторы должны выполняться в первую очередь? Ответ на этот вопрос заключается в старшинстве операторов. Когда интерпретатор Python встречает выражение, содержащее более одного оператора, он делит его на отдельные части в соответствии с правилами старшинства и определяет порядок вычисления этих частей выражения. В табл. 5.2 операторы расположены в порядке возрастания старшинства: •• Чем выше приоритет оператора, тем ниже он находится в таблице и тем раньше он выполняется в смешанных выражениях. •• Если в выражении имеется несколько операторов, находящихся в табл. 5.2 в одной строке, они выполняются в направлении слева направо (исключение составляет оператор возведения в степень – эти операторы выполняются справа налево, и операторы отношений, которые объединяются в направлении слева направо). 160 Глава 5. Числа Например, если вы запишете выражение X + Y * Z, интерпретатор Python сначала выполнит умножение (Y * Z), а затем прибавит результат к значению X, потому что оператор * имеет более высокий приоритет (в табл. 5.2 он находится ниже), чем оператор +. Точно так же в первом примере этого раздела сначала будут найдены произведения (A * B и C * D), а затем будет выполнено сложение. Группировка подвыражений с помощью круглых скобок Вы можете навсегда забыть о старшинстве операторов, если будете группировать части выражений с помощью круглых скобок. Когда часть выражения заключается в круглые скобки, они отменяют правила старшинства операторов – Python всегда в первую очередь вычисляет подвыражения в круглых скобках, а затем использует их результаты в объемлющем выражении. Например, выражение X + Y * Z можно записать одним из следующих способов, чтобы вынудить Python произвести вычисления в требуемом порядке: (X + Y) * Z X + (Y * Z) В первом случае сначала будет выполнено сложение значений X и Y, потому что это подвыражение заключено в круглые скобки. Во втором случае первой будет выполнена операция умножения (точно так же, как если бы скобки вообще отсутствовали). Вообще говоря, использование круглых скобок в сложных выражениях можно только приветствовать – они не только определяют порядок выполнения вычислений, но и повышают удобочитаемость. Смешивание типов и их преобразование Помимо смешивания операторов вы можете также смешивать различные числовые типы. Допустим, что требуется найти сумму целого и вещественного числа: 40 + 3.14 Но это влечет за собой другой вопрос: какого типа будет результат – целое число или вещественное число? Ответ прост, особенно для тех, кто уже имеет опыт работы с любыми другими языками программирования: в выражениях, где участвуют значения различных типов, интерпретатор сначала выполняет преобразование типов операндов к типу самого сложного операнда, а потом применяет математику, специфичную для этого типа. Если вам уже приходилось использовать язык C, вы найдете, что такое поведение соответствует порядку преобразования типов в этом языке. Интерпретатор Python ранжирует сложность числовых типов следующим образом: целые числа проще, чем вещественные числа, которые проще комплексных чисел. Поэтому, когда в выражении участвуют целое число и вещественное число, как в предыдущем примере, то целое число сначала будет преобразовано в вещественное число, а затем будет выполнена операция из математики вещественных чисел, что дает в результате вещественное число. Точно так же, когда один из операндов в выражении является комплексным числом, другой операнд будет преобразован в комплексное число и выражение вернет в результате также комплексное число. (Кроме того, в Python 2.6 обычные целые числа преобразуются в длинные целые, если значение не может быть представлено в виде обычного целого числа; в версии 3.0 все целые числа попадают в категорию длинных целых.) Базовые числовые типы 161 Существует возможность принудительного преобразования типов с помощью встроенных функций: >>> int(3.1415) # Усекает дробную часть вещественного числа 3 >>> float(3) # Преобразует целое число в вещественное 3.0 Однако в обычных ситуациях делать это не приходится, потому что Python автоматически выполняет преобразование типов и тип результата, как правило, соответствует вашим ожиданиям. Кроме того, имейте в виду, что все эти преобразования производятся только при смешивании числовых типов (то есть целых и вещественных чисел) в выражении, включая выражения, выполняющие математические операции и операции сравнения. Вообще, �� Python�� не выполняет автоматическое преобразование других типов. Например, попытка выполнить операцию сложения строки и числа приведет к появлению ошибки, если вы вручную не выполните преобразование типа одного из операндов, – примеры таких преобразований встретятся вам в главе 7, когда мы будем обсуждать строки. В Python 2.6 допускается сравнивание разнотипных нечисловых значений, но при этом преобразование типов операндов не выполняется (сравнивание разнотипных значений выполняется в соответствии с фиксированным, но достаточно произвольным правилом). В версии 3.0 сравнивание разнотипных нечисловых значений не допускается и приводит к исключению. Обзор: перегрузка операторов и полиморфизм Несмотря на то, что сейчас в центре нашего внимания находятся встроенные числа, вы должны знать, что в языке Python существует возможность выполнить (то есть реализовать) перегрузку любого оператора с помощью классов Python или расширений на языке C для работы с создаваемыми объектами. Например, как будет показано позже, объекты, реализованные в виде классов, могут участвовать в операции сложения, индексироваться с помощью выражения [i] и так далее. Кроме того, Python сам автоматически перегружает некоторые операторы, чтобы с их помощью можно было выполнять различные действия, в зависимости от типа встроенных объектов. Например, оператор + выполняет операцию сложения, когда применяется к числам, но когда он применяется к последовательностям, таким как строки или списки, он выполняет операцию конкатенации. В действительности оператор + может выполнять любые действия, когда применяется к объектам, которые вы определяете с помощью классов. Как было показано в предыдущей главе, эта особенность обычно называется полиморфизмом – этот термин означает, что выполняемая операция зависит от типов объектов-операндов, над которыми она выполняется. Мы еще вернемся к этому понятию в главе 16, когда будем рассматривать функции, потому что в этом контексте суть полиморфизма становится более очевидной. 162 Глава 5. Числа Числа в действии Приступим к программированию! Самый лучший способ понять числа и выражения состоит в том, чтобы увидеть их в действии, поэтому давайте запустим интерактивный сеанс работы с интерпретатором и попробуем выполнить некоторые простые, но весьма показательные операции (если вы забыли, как запускается интерактивный сеанс, обращайтесь к главе 3). Переменные и простые выражения Прежде всего, рассмотрим основные арифметические операции. Для начала присвоим двум переменным (a и b) целочисленные значения, чтобы потом использовать их в более сложных выражениях. Переменные – это всего лишь имена, создаваемые в языке Python, которые используются для обозначения информации в программах. Об этом мы будем говорить более подробно в следующей главе, а пока вы должны знать, что в языке Python: •• Переменные создаются с помощью операции присваивания. •• При вычислении выражений имена переменных замещаются их значениями. •• Прежде чем переменная сможет участвовать в выражениях, ей должно быть присвоено значение. •• Переменные являются ссылками на объекты и никогда не объявляются заранее. Другими словами, следующие операции присваивания автоматически приводят к созданию переменных a и b: % python >>> a = 3 >>> b = 4 # Создается имя Здесь я также использовал комментарий. Вспомните, что в программном коде на языке Python текст, следующий за символом #, считается комментарием и игнорируется интерпретатором. Комментарии – это один из способов описать программный код на удобном для восприятия языке. Поскольку программный код, который пишется в ходе интерактивного сеанса, является временным, вам не требуется писать комментарии, я же буду добавлять их в примеры, чтобы объяснять работу программного кода.1 В следующей части книги мы познакомимся с еще одной похожей особенностью – со строками документирования, которые включают текст комментариев в объекты. А теперь попробуем использовать наши первые целочисленные объекты в выражениях. В настоящий момент переменные a и b все еще имеют значения 3 и 4 соответственно. Когда переменные, подобные этим, участвуют в выражении, они замещаются их значениями, а при работе в интерактивном режиме результат вычисления выражения тут же выводится на экран: 1 Если вы пробуете примеры на практике, вам не нужно вводить текст, начинающийся с символа # и продолжающийся до конца строки; комментарии просто игнорируются интерпретатором и не являются необходимой частью инструкций, которые мы выполняем. 163 Числа в действии >>> a + 1, a (4, 2) >>> b * 3, b (12, 2.0) >>> a % 2, b (1, 16) >>> 2 + 4.0, (6.0, 16.0) - 1 # Сложение (3 + 1), вычитание (3 - 1) / 2 # Умножение (4 * 3), деление (4 / 2) ** 2 # Деление по модулю (остаток), возведение в степень 2.0 ** b # Смешивание типов, выполняется преобразование С технической точки зрения результатами этих инструкций являются кортежи, состоящие из двух значений, потому что вводимые строки содержат по два выражения, разделенные запятыми. Именно по этой причине результаты отображаются в круглых скобках (подробнее о кортежах будет рассказываться позднее). Следует заметить, что эти выражения выполняются без ошибок потому, что ранее переменным a и b были присвоены значения. Если использовать переменную, которой еще не было присвоено значение, Python выведет сообщение об ошибке: >>> c * 2 Traceback (most recent call last): File “<stdin>”, line 1, in ? NameError: name ‘c’ is not defined В языке Python от вас не требуется заранее объявлять переменные, но прежде чем их можно будет использовать, им должны быть присвоены некоторые значения. На практике это означает, что перед тем как к счетчикам можно будет прибавлять некоторые значения, их необходимо инициализировать нулевым значением; прежде чем к спискам можно будет добавлять новые элементы, их необходимо инициализировать пустыми списками, и так далее. Ниже приводятся два более сложных выражения, чтобы проиллюстрировать порядок выполнения операторов и производимые преобразования: >>> b / 2 + a # То же, что и ((4 / 2) + 3) 5.0 >>> print(b / (2.0 + a)) # То же, что и (4 / (2.0 + 3)) 0.8 В первом выражении отсутствуют круглые скобки, поэтому интерпретатор Python автоматически группирует компоненты выражения в соответствии с правилами определения старшинства – оператор / находится ниже в табл. 5.2, чем оператор +, поэтому его приоритет считается выше и он выполняется первым. Результат вычисляется так, как если бы выражение включало скобки, как показано в комментарии. Кроме того, обратите внимание, что в первом выражении все числа являются целыми, поэтому в версии 2.6 будут выполнены целочисленные операции деления и сложения, что даст в результате значение 5. В �� Python�� 3.0 будет выполнена операция истинного деления и получен результат, как показано в примере. Если в версии 3.0 потребуется выполнить целочисленное деление, выражение можно записать так: b // 2 + a (подробнее об операции деления рассказывается чуть ниже). Во втором выражении круглые скобки окружают операцию сложения, чтобы вынудить интерпретатор выполнить ее в первую очередь (то есть до операции /). Кроме того, один из операндов является вещественным числом, т. к. в нем присутствует десятичная точка: 2.0. Вследствие такого смешения типов перед выполнением операции сложения Python преобразует целое число, на которое ссы- 164 Глава 5. Числа лается имя a, в вещественное число (3.0). Если бы все числа в этом выражении были целыми, то операция целочисленного деления (4 / 5) в Python 2.6 вернула бы число 0, но в Python 3.0 она возвращает вещественное число 0.8 (подробнее об операции деления рассказывается чуть ниже). Форматы отображения чисел Обратите внимание: в последнем примере была использована инструкция print. Без этой инструкции результат мог бы показаться немного странным: >>> b / (2.0 + a) 0.80000000000000004 # Автоматический вывод: выводится большее число цифр >>> print(b / (2.0 + a)) # Инструкция print отбрасывает лишние цифры 0.8 Причина появления такого немного странного результата кроется в ограничениях аппаратных средств, реализующих вещественную математику, и в невозможности обеспечить точное представление некоторых значений. Обсуждение аппаратной архитектуры компьютера выходит далеко за рамки этой книги, тем не менее, я замечу, что все цифры в первом результате действительно присутствуют в аппаратной части компьютера, выполняющей операции над числами с плавающей точкой, просто вы не привыкли видеть их. Я использовал этот пример, чтобы продемонстрировать различия в форматах отображения чисел – при автоматическом выводе результатов в ходе интерактивного сеанса отображается больше цифр, чем при использовании инструкции print. Если вы не желаете, чтобы выводились лишние цифры, используйте инструкцию print. Во врезке «Форматы представления repr и str» на стр. 9 рассказывается, как добиться более дружественного формата отображения результатов. Однако надо заметить, что не всегда значения отображаются с таким большим числом цифр: >>> 1 / 2.0 0.5 и что кроме применения функции print и автоматического вывода результатов существуют и другие способы отображения чисел: >>> num = 1 / 3.0 >>> num # Автоматический вывод 0.33333333333333331 >>> print num # Инструкция print выполняет округление 0.333333333333 >>> “%e” % num # Вывод с использованием выражения форматирования строк ‘3.333333e-001’ >>> ‘%4.2f’ % num # Альтернативный формат представления вещественных чисел ‘0.33’ >>> ‘{0:4.2f}’.format(num) # Метод форматирования строк (Python 2.6 и 3.0) ‘0.33’ В последних трех случаях была использована операция форматирования строк – инструмент, обладающий гибкой возможностью определять формат представления, но об этом мы поговорим в главе 7, когда займемся исследованием строк. Результатом этой операции обычно являются строки, предназначенные для вывода. 165 Числа в действии Форматы представления repr и str C технической точки зрения различие между функцией автоматического вывода в интерактивной оболочке и инструкцией print соответствует различию между встроенными функциями repr и str: >>> num = 1 / 3 >>> repr(num)# Используется для автоматического вывода: в форме как есть ‘0.33333333333333331’ >>> str(num) # Используется функцией print: дружественная форма ‘0.333333333333’ Обе функции преобразуют произвольные объекты в их строковое представление: repr (и функция автоматического вывода в интерактивной оболочке) выводит результаты в том виде, в каком они были бы указаны в программном коде; str (и операция print) обычно выполняет преобразование значения в более дружественное представление. Некоторые объекты имеют оба варианта строкового представления: str – для использования в обычных случаях и repr – для вывода в расширенном варианте. Эта идея еще всплывет далее, при обсуждении строк и возможности перегрузки операторов в классах, и тогда вы получите более полное представление об этих встроенных функциях. Помимо операции получения строкового представления произвольных объектов имя str так же является именем типа строковых данных и может вызываться с названием кодировки в качестве аргумента для преобразования строк байтов в строки Юникода. Эту дополнительную особенность мы рассмотрим в главе 36. Операции сравнения: простые и составные До сих пор мы имели дело со стандартными числовыми операциями (такими как сложение или умножение), но, кроме того, числа можно сравнивать. Обычные операторы сравнения действуют именно так, как и можно было бы ожидать, – они сравнивают значения операндов и возвращают логический результат (который, как правило, проверяется объемлющей инструкцией): >>> 1 < True >>> 2.0 True >>> 2.0 True >>> 2.0 False 2 # Меньше чем >= 1 # Больше или равно: число 1 преобразуется 1.0 == 2.0 # Проверка на равенство значений != 2.0 # Проверка на неравенство значений Обратите внимание, смешивание разнотипных операндов допускается, только если оба они принадлежат к числовым типам. Во второй инструкции, в примере выше, интерпретатор выполняет сравнивание с позиции более сложного типа, преобразуя целое число в вещественное. 166 Глава 5. Числа Самое интересное, что Python позволяет составлять цепочки из нескольких операторов сравнения, для выполнения проверки на принадлежность диапазону значений. Цепочка операторов сравнения является, своего рода, сокращенной формой записи более длинных логических выражений. Проще говоря, �� Python позволяет объединить несколько операций сравнения, чтобы реализовать проверку на вхождение в диапазон значений. Выражение (A < B < C), например, проверяет, входит ли значение B в диапазон от A до C, и является эквивалентом логическому выражению (A < B and B < C), но выглядит гораздо понятнее (и короче). Например, допустим, что в программе имеются следующие инструкции присваивания: >>> X = 2 >>> Y = 4 >>> Z = 6 Следующие два выражения дают совершенно идентичный результат, но первое из них короче и, вполне возможно, выполняется немного быстрее, потому что интерпретатору приходится вычислять значение Y только один раз: >>> X < Y < Z # Составная операция сравнения: принадлежность диапазону True >>> X < Y and Y < Z True То же самое относится и к выражениям с ложным результатом; кроме того, допускается составлять цепочки произвольной длины: >>> X False >>> X False >>> 1 True >>> 1 False < Y > Z < Y and Y > Z < 2 < 3.0 < 4 > 2 > 3.0 > 4 В цепочках сравнений можно использовать и другие операторы сравнения. При этом получающиеся результаты могут на первый взгляд не иметь смысла, если не попытаться вычислить выражение тем же способом, как это делает интерпретатор Python. Например, следующее выражение ложно уже потому, что число 1 не равно числу 2: >>> 1 == 2 < 3 # То же, что и: 1 == 2 and 2 < 3 False # Но не то же самое, что и: False < 3 (что означает утверждение # 0 < 3, которое истинно) Интерпретатор не сравнивает значение False (результат операции 1 == 2) с числом 3 – с технической точки зрения это соответствовало бы выражению 0 < 3, которое должно было бы вернуть True (как мы увидим ниже, в этой же главе, True и False – это всего лишь числа 1 и 0, расширенные приписанными им свойствами). Деление: классическое, с округлением вниз и истинное В предыдущих разделах вы уже видели, как работает операция деления, и поэтому должны помнить, что в �� Python�� 2.6 и 3.0 она действует по-разному. Фак- Числа в действии 167 тически существует три версии операции деления и два различных оператора деления, поведение одного из которых изменилось в версии 3.0: X/Y Классическое и истинное деление. В Python 2.6 и в более ранних версиях этот оператор выполняет операцию классического деления, когда дробная часть результата усекается при делении целых чисел и сохраняется при делении вещественных чисел. В �� Python�� 3.0 этот оператор выполняет операцию истинного деления, которая всегда сохраняет дробную часть независимо от типов операндов. X // Y Деление с округлением вниз. Этот оператор впервые появился в Python 2.2 и доступен в обеих версиях Python, 2.6 и 3.0. Он всегда отсекает дробную часть, округляя результат до ближайшего наименьшего целого независимо от типов операндов. Истинное деление было добавлено по той причине, что в текущей модели классического деления результаты зависят от типов операндов и с трудом могут быть оценены заранее в языке программирования с динамической типизацией, каким является Python. Операция классического деления была ликвидирована в Python 3.0 из-за этого ограничения – в версии 3.0 операторы / и // реализуют истинное деление и деление с округлением вниз. Подводя итоги: •• В версии 3.0 оператор / всегда выполняет операцию истинного деления, возвращает вещественный результат, включающий дробную часть, независимо от типов операндов. Оператор // выполняет деление с округлением вниз, усекая дробную часть и возвращая целочисленный результат, если оба операнда являются целыми числами, и вещественный – если хотя бы один операнд является вещественным числом. •• В версии 2.6 оператор / выполняет операцию классического деления, производя целочисленное деление с усечением дробной части, если оба операнда являются целыми числами, и вещественное деление (с сохранением дробной части) – в противном случае. Оператор // выполняет деление с округлением вниз и действует так же, как и в версии 3.0, выполняя деление с усечением дробной части, если оба операнда являются целыми числами, и деление с округлением вниз, если хотя бы один из операндов является вещественным числом. Ниже эти два оператора демонстрируются в действии в версиях 3.0 и 2.6: C:\misc> C:\Python30\python >>> >>> 10 / 4 # Изменился в версии 3.0: сохраняет дробную часть 2.5 >>> 10 // 4 # В версии 3.0 действует так же: усекает дробную часть 2 >>> 10 / 4.0 # В версии 3.0 действует так же: сохраняет дробную часть 2.5 >>> 10 // 4.0 # В версии 3.0 действует так же: округляет вниз 2.0 C:\misc> C:\Python26\python >>> 168 Глава 5. Числа >>> 2 >>> 2 >>> 2.5 >>> 2.0 10 / 4 10 // 4 10 / 4.0 10 // 4.0 Обратите внимание, что в версии 3.0 тип результата операции // по-прежнему зависит от типов операндов: если хотя бы один из операндов является вещественным числом, результат также будет вещественным числом; в противном случае результат будет целым числом. Несмотря на то, что это может показаться похожим на поведение оператора /, зависящее от типа операндов, в версиях 2.�� X�� , которое послужило побудительной причиной его изменения в версии 3.0, нужно признать, что тип возвращаемого значения является гораздо менее существенным – в сравнении с разницей в самих возвращаемых значениях. Кроме того, оператор // был сохранен с целью обеспечения обратной совместимости для программ, которые используют операцию целочисленного деления с усечением (она используется намного чаще, чем можно было бы подумать), которая должна возвращать целочисленный результат, когда оба операнда являются целыми числами. Поддержка обеих версий Python Хотя поведение оператора / различно в версиях 2.6 и 3.0, тем не менее, существует возможность обеспечить поддержку обеих версий в своем программном коде. Если в программе требуется выполнить операцию целочисленного деления с усечением, используйте оператор // в обеих версиях, 2.6 и 3.0. Если программе требуется получить вещественный результат при делении целых чисел без усечения дробной части используйте в операторе / функцию float, чтобы гарантировать, что один из операндов всегда будет вещественным числом, при использовании версии 2.6: X = Y // Z # Всегда усекает, для целочисленных операндов всегда возвращает # целочисленный результат в обеих версиях, 2.6 и 3.0 X = Y / float(Z) # Гарантирует вещественное деление с сохранением дробной # части в обеих версиях, 2.6 и 3.0 Кроме того, в версии 2.6 режим истинного деления, который используется в версии 3.0, можно включить, если вместо использования преобразования float импортировать модуль __future__: C:\misc> C:\Python26\python >>> from __future__ import division # Включает поведение “/” как версии 3.0 >>> 10 / 4 2.5 >>> 10 // 4 2 Округление вниз и усечение дробной части Существует один очень тонкий момент: оператор // обычно называют оператором деления с усечением, но более точно было бы называть его оператором деления с округлением результата вниз – он округляет результат до ближайшего 169 Числа в действии меньшего целого значения, то есть до целого числа, расположенного ниже истинного результата. Округление вниз – это совсем не то же самое, что усечение дробной части, – это обстоятельство приобретает значение при работе с отрицательными числами. Разницу можно наглядно продемонстрировать, обратившись к модулю math (прежде чем использовать модуль, его необходимо импортировать, но подробнее об этом мы поговорим позже): >>> >>> 2 >>> -3 >>> 2 >>> -2 import math math.floor(2.5) math.floor(-2.5) math.trunc(2.5) math.trunc(-2.5) При выполнении операции деления в действительности усечение выполняется только в случае положительного результата, поскольку для положительных чисел усечение и округление вниз – суть одно и то же; в случае отрицательного результата выполняется округление вниз (в действительности и в том и в другом случае выполняется округление вниз, но в случае положительных чисел округление вниз дает тот же эффект, что и усечение дробной части). Ниже приводятся примеры деления в версии 3.0: C:\misc> c:\python30\python >>> 5 / 2, 5 / -2 (2.5, -2.5) >>> 5 // 2, 5 // -2 # Округление вниз: результат 2.5 округляется до 2, (2, -3) # а -2.5 округляется до -3 >>> 5 / 2.0, 5 / -2.0 (2.5, -2.5) >>> 5 // 2.0, 5 // -2.0 # То же относится и к вещественному делению, (2.0, -3.0) # только результат имеет вещественный тип Деление в версии 2.6 выполняется точно так же, только результат действия оператора / отличается: C:\misc> c:\python26\python >>> 5 / 2, 5 / -2 # Отличается от результата в версии 3.0 (2, -3) >>> 5 // 2, 5 // -2 # Эта и следующие операции дают одинаковый результат (2, -3) # в обеих версиях, 2.6 и 3.0 >>> 5 / 2.0, 5 / -2.0 (2.5, -2.5) >>> 5 // 2.0, 5 // -2.0 (2.0, -3.0) Если требуется реализовать усечение дробной части независимо от знака, результат вещественного деления всегда можно передать функции math.trunc независимо от используемой версии Python (кроме того, взгляните на функцию round, которая обладает сходной функциональностью): C:\misc> c:\python30\python >>> import math >>> 5 / -2 -2.5 # Сохранит дробную часть 170 Глава 5. Числа >>> 5 // -2 -3 >>> math.trunc(5 / -2) -2 C:\misc> c:\python26\python >>> import math >>> 5 / float(-2) -2.5 >>> 5 / -2, 5 // -2 (-3, -3) >>> math.trunc(5 / float(-2)) -2 # Округлит результат вниз # Вместо округления будет выполнено усечение # Сохранит дробную часть в версии 2.6 # Округлит результат вниз в версии 2.6 # Вместо округления будет выполнено # усечение в версии 2.6 Почему усечение так важно? Для тех, кто использует Python 3.0, ниже приводится пример, позволяющий понять принцип действия операторов деления: >>> (5 / 2), (5 / 2.0), (5 / -2.0), (5 / -2) # Истинное деление (2.5, 2.5, -2.5, -2.5) >>> (5 // 2), (5 // 2.0), (5 // -2.0), (5 // -2) # Деление с округлением вниз (2, 2.0, -3.0, -3) >>> (9 / 3), (9.0 / 3), (9 // 3), (9 // 3.0) # Оба оператора (3.0, 3.0, 3, 3.0) В версии 2.6 операторы деления действуют, как показано ниже: >>> (2, >>> (2, >>> (3, (5 / 2), (5 / 2.0), (5 / -2.0), (5 / -2) # Классическое деление 2.5, -2.5, -3) (5 // 2), (5 // 2.0), (5 // -2.0), (5 // -2) # Деление с округлением вниз 2.0, -3.0, -3) (9 / 3), (9.0 / 3), (9 // 3), (9 // 3.0) # Оба оператора 3.0, 3, 3.0) Хотя это еще и не проявилось в полной мере, тем не менее, можно предположить, что такое поведение оператора / в версии 3.0 может отрицательно сказаться на правильной работе большого числа программ. Благодаря опыту, приобретенному при работе с языком C�� , многие программисты интуитивно полагаются на то, что операция деления целых чисел будет выполнена с усечением, и пройдет какое-то время, прежде чем они научатся пользоваться оператором // в таких случаях. Рассмотрите простой пример цикла while в главе 13 и соответствующее упражнение в конце четвертой части книги, которые иллюстрируют программный код, на котором может сказаться это изменение в поведении оператора /. Кроме того, обратите внимание на специальную команду from, использованную в этом разделе; подробнее она будет рассмотрена в главе 24. Точность представления целых чисел Операция деления может немного отличаться в разных версиях Python, но в основе своей она является достаточно стандартной. А теперь добавим немного экзотики. Как уже упоминалось выше, в Python 3.0 поддерживаются целые числа неограниченной точности: >>> 999999999999999999999999999999 + 1 1000000000000000000000000000000 Числа в действии 171 В версии Python�� 2.6 для представления длинных целых чисел имеется отдельный тип, но интерпретатор автоматически преобразует обычное целое число в длинное целое, если его значение превысит величину, которая может быть представлена обычным целым числом. При этом вам не требуется использовать какой-либо специальный синтаксис, чтобы определить длинное целое число, а единственным признаком в версии 2.6, свидетельствующим, что используется длинное целое число, является завершающий символ L, который появляется при выводе таких чисел: >>> 999999999999999999999999999999 + 1 1000000000000000000000000000000L Целые числа с неограниченной точностью – это достаточно удобный инструмент. Например, с их помощью можно представить национальный бюджет в копейках (если вам это интересно и в вашем компьютере имеется достаточный объем памяти). Именно по этой причине нам удалось в примерах из главы 3 вычислить такую большую степень числа 2. Ниже приводятся примеры для версий 3.0 и 2.6: >>> 2 ** 200 1606938044258990275541962092341162602522202993782792835301376 >>> 2 ** 200 1606938044258990275541962092341162602522202993782792835301376L Так как интерпретатору приходится производить дополнительные действия, чтобы обеспечить поддержку высокой точности, с ростом значений целочисленные операции могут ощутимо замедляться. Однако если высокая точность важна, то фактор низкой производительности отходит на задний план. Комплексные числа Комплексные числа используются не так часто, как другие числовые типы, тем не менее, они также относятся к базовым типам данных в Python. Если вы знаете о существовании комплексных чисел, вы должны знать, когда они используются. В противном случае этот раздел можно пропустить. Комплексные числа состоят из двух вещественных чисел, представляющих действительную и мнимую части, и в тексте программы отличаются наличием суффикса j, или J после мнимой части. Если действительная часть не равна нулю, комплексное число записывается как сумма двух частей с помощью символа +. Например, комплексное число, действительная часть которого равна 2, а мнимая часть – -3, записывается как 2 + -3j.Ниже приводятся примеры некоторых действий над комплексными числами: >>> 1j * 1J (-1+0j) >>> 2 + 1j * 3 (2+3j) >>> (2 + 1j) * 3 (6+3j) Кроме того, комплексные числа позволяют обращаться к своим частям как к атрибутам, поддерживают все обычные математические операции и могут обрабатываться с помощью стандартного модуля cmath (версия модуля math, 172 Глава 5. Числа предназначенная для работы с комплексными числами). Комплексные числа обычно используются в инженерных программах. Поскольку это инструмент повышенной сложности, ищите подробности в справочном руководстве к языку Python. Шестнадцатеричная, восьмеричная и двоичная формы записи чисел Как уже говорилось ранее, целые числа в языке Python могут записываться не только в десятичной, но еще и в шестнадцатеричной, восьмеричной и двоичной форме. Правила записи литералов целых чисел рассматривались в начале этой главы. Теперь рассмотрим несколько практических примеров. Имейте в виду, что это всего лишь альтернативный синтаксис задания значений целочисленных объектов. Например, следующие литералы создают обычные целые числа с заданными значениями: >>> (1, >>> (1, >>> (1, 0o1, 0o20, 0o377 # Восьмеричные литералы 16, 255) 0x01, 0x10, 0xFF # Шестнадцатеричные литералы 16, 255) 0b1, 0b10000, 0b11111111 # Двоичные литералы 16, 255) Здесь восьмеричное значение 0o377, шестнадцатеричное значение 0xFF и двоичное значение 0b11111111 соответствуют десятичному значению 255. По умолчанию интерпретатор Python выводит числа в десятичной системе счисления (по основанию 10), но предоставляет встроенные функции, которые позволяют преобразовывать целые числа в последовательности цифр в других системах счисления: >>> oct(64), hex(64), bin(64) (‘0o100’, ‘0x40’, ‘0b1000000’) Функция oct преобразует десятичное число в восьмеричное представление, функция hex – в шестнадцатеричное, а функция bin – в двоичное. Кроме того, существует возможность обратного преобразования – встроенная функция int преобразует строку цифр в целое число. Во втором необязательном аргументе она может принимать основание системы счисления: >>> int(‘64’), int(‘100’, 8), int(‘40’, 16), int(‘1000000’, 2) (64, 64, 64, 64) >>> int(‘0x40’, 16), int(‘0b1000000’, 2) # Допускается использовать литералы (64, 64) Функция eval, с которой мы встретимся далее в книге, интерпретирует строку во входном аргументе как программный код на языке Python. Поэтому она может воспроизводить похожий эффект. Правда, обычно она работает заметно медленнее, потому что ей приходится компилировать и выполнять строку как часть программы, а это предполагает, что вы должны иметь безграничное доверие к источнику запускаемой строки, – достаточно грамотный пользователь мог бы подсунуть вашей программе строку, которая при выполнении в функции eval удалит все файлы на вашем компьютере!: Числа в действии 173 >>> eval(‘64’), eval(‘0o100’), eval(‘0x40’), eval(‘0b1000000’) (64, 64, 64, 64) Наконец, целые числа могут быть преобразованы в восьмеричное и шестнадцатеричное представления с помощью строкового метода форматирования и оператора форматирования строк: >>> ‘{0:o}, {1:x}, {2:b}’.format(64, 64, 64) ‘100, 40, 1000000’ >>> ‘%o, %x, %X’ % (64, 255, 255) ‘100, ff, FF’ Форматирование строк будет подробно рассматриваться в главе 7. Прежде чем двинуться дальше, считаю своим долгом сделать два замечания. Во-первых, пользователи Python 2.6 должны помнить, что литералы восьмеричных чисел в этой версии начинаются с одного нуля – это первоначальный формат представления восьмеричных чисел в языке Python: >>> (1, >>> (1, 0o1, 0o20, 0o377 # Новый формат восьмеричных литералов в 2.6 (как в 3.0) 16, 255) 01, 020, 0377 # Прежний формат восьмеричных литералов в 2.6 16, 255) # (и в более ранних версиях) В версии 3.0 попытка выполнить второй пример приведет к ошибке. Хотя в версии 2.6 такой синтаксис считается допустимым, не начинайте строки цифр с нуля, если вы не предполагаете использовать их в качестве восьмеричных литералов. В версии Python 2.6 такие строки будут восприниматься как числа в восьмеричной системе счисления, что может не соответствовать вашим ожиданиям – число 010 всегда соответствует десятичному числу 8, а не десятичному 10 (независимо от того, что вы имели в виду!). Чтобы обеспечить непротиворечивость по аналогии с шестнадцатеричной и двоичной формами, восьмеричный формат был изменен в версии 3.0 – в версии 3.0 вы должны использовать форму записи 0o010, и желательно этот же формат использовать в версии 2.6. Во-вторых, обратите внимание, что с помощью литералов можно создавать целые числа произвольной величины. Например, ниже с помощью шестнадцатеричного литерала создается целое число, а затем выводится его значение, сначала в десятичном, затем в восьмеричном и, наконец, в двоичном представлениях: >>> X = 0xFFFFFFFFFFFFFFFFFFFFFFFFFFFF >>> X 5192296858534827628530496329220095 >>> oct(X) ‘017777777777777777777777777777777777777’ >>> bin(X) ‘0b1111111111111111111111111111111111111111111111111111111111 ...и т.д. ... Раз уж разговор зашел о двоичных числах, рассмотрим теперь средства для работы с отдельными битами. Битовые операции Помимо обычных числовых операций (сложение, вычитание и так далее) язык Python поддерживает большую часть видов числовых выражений, доступных 174 Глава 5. Числа в языке C. Например, ниже приводится пример выполнения операций поразрядного сдвига и логических операций: >>> >>> 4 >>> 3 >>> 1 x = 1 x << 2 # 0001 # Сдвиг влево на 2 бита: 0100 x | 2 # Побитовое ИЛИ: 0011 x & 1 # Побитовое И: 0001 В первом выражении двоичное значение 1 (по основанию 2, 0001) сдвигается влево на две позиции, в результате получается число 4 (0100). В последних двух выражениях выполняются двоичная операция ИЛИ (0001|0010 = 0011) и двоичная операция И (0001&0001 = 0001). Такого рода операции позволяют хранить сразу несколько флагов и других значений в одном целом числе. Это одна из областей, где поддержка двоичной и шестнадцатеричной форм записи чисел в Python 2.6 и 3.0 оказывается наиболее полезной, – она позволяет записывать и выводить числа в виде строк битов: >>> X = 0b0001 >>> X << 2 4 >>> bin(X << 2) ‘0b100’ # Двоичные литералы # Сдвиг влево >>> bin(X | 0b010) ‘0b11’ >>> bin(X & 0b1) ‘0b1’ # Битовая операция ИЛИ # Строка двоичных цифр # Битовая операция И >>> X = 0xFF # Шестнадцатеричные литералы >>> bin(X) ‘0b11111111’ >>> X ^ 0b10101010 # Битовая операция ИСКЛЮЧАЮЩЕЕ ИЛИ (XOR) 85 >>> bin(X ^ 0b10101010) ‘0b1010101’ >>> int(‘1010101’, 2) # Преобразование изображения числа в число по основанию 85 >>> hex(85) # Вывод числа в шестнадцатеричном представлении ‘0x55’ Мы не будем здесь слишком углубляться в «жонглирование битами». Вам пока достаточно знать, что битовые операции поддерживаются языком, и они могут пригодиться, когда вы будете иметь дело, например, с сетевыми пакетами или упакованными двоичными данными, которые производятся программами на языке C. Тем не менее вы должны понимать, что в языках высокого уровня, таких как Python, битовые операции не имеют такого большого значения, как в низкоуровневых языках, подобных языку C. Как правило, если у вас возникает желание использовать битовые операции в программах на языке Python, вам необходимо вспомнить, на каком языке вы программируете. В Python имеются гораздо лучшие способы представления информации, чем последовательности битов. 175 Числа в действии В версии Python 3.1 у целых чисел появился новый метод bit_ length, который возвращает количество битов, необходимых для представления числа в двоичном виде. Тот же результат можно получить, уменьшив на 2 длину строки с двоичным представлением числа, воспользовавшись встроенной функцией len, с которой мы встречались в главе 4, однако этот способ работает менее эффективно: >>> X = 99 >>> bin(X), X.bit_length() (‘0b1100011’, 7) >>> bin(256), (256).bit_length() (‘0b100000000’, 9) >>> len(bin(256)) - 2 9 Другие встроенные средства для работы с числами В дополнение к этим базовым типам объектов Python предоставляет встроенные функции и модули для работы с числами. Встроенные функции pow и abs, например, вычисляют степень и абсолютное значение числа соответственно. В следующем примере демонстрируется использование модуля math (который содержит реализацию множества функций из библиотеки math языка C) и нескольких встроенных функций: >>> import math >>> math.pi, math.e (3.1415926535897931, 2.7182818284590451) # Распространенные константы >>> math.sin(2 * math.pi / 180) 0.034899496702500969 # Синус, тангенс, косинус >>> math.sqrt(144), math.sqrt(2) (12.0, 1.4142135623730951) # Квадратный корень >>> pow(2, 4), 2 ** 4 (16, 16) # Возведение в степень >>> abs(-42.0), sum((1, 2, 3, 4)) (42.0, 10) # Абсолютное значение, сумма >>> min(3, 1, 2, 4), max(3, 1, 2, 4) (1, 4) # Минимум, максимум Функция sum, которая демонстрируется здесь, принимает последовательность чисел, а функции min и max могут принимать либо последовательность чисел, либо множество отдельных аргументов. Существует множество способов округления десятичных знаков в вещественных числах. Ранее мы уже встречались с операциями усечения и округления вниз; мы точно так же можем выполнять арифметическое округление и производить снижение разрядности при выводе: >>> math.floor(2.567), math.floor(-2.567) # Округление вниз (2, -3) # (до ближайшего наименьшего целого) >>> math.trunc(2.567), math.trunc(-2.567) # Усечение (2, -2) # (отбрасывание дробной части) 176 Глава 5. Числа >>> int(2.567), int(-2.567) (2, -2) # Усечение # (преобразование в целое число) >>> round(2.567), round(2.467), round(2.567, 2) # Округление ( в Python 3.0) (3, 2, 2.5699999999999998) >>> ‘%.1f’ % 2.567, ‘{0:.2f}’.format(2.567) # Округление при отображении (‘2.6’, ‘2.5 7’) # (глава 7) В последней инструкции используются операции, с которыми мы уже встречались выше, позволяющие получать строки для вывода и поддерживающие расширенные возможности форматирования. Кроме того, о чем также говорилось выше, предпоследняя инструкция в этом примере вывела бы (3, 2, 2.57), если бы мы заключили ее в вызов функции print. Несмотря на внешнее сходство получаемых результатов, две последние инструкции имеют существенные отличия – функция round округляет вещественное число и возвращает вещественное число, тогда как операции форматирования строк возвращают строку, а не измененное число: >>> (1 / 3), round(1 / 3, 2), (‘%.2f’ % (1 / 3)) (0.33333333333333331, 0.33000000000000002, ‘0.33’) Интересно, что в языке �� Python�� существует три способа вычисления квадратных корней: с помощью функции из модуля math, с помощью выражения и с помощью встроенной функции (если вам интересно узнать, какой способ имеет наивысшую производительность, ознакомьтесь с упражнением в конце четвертой части и с его решением, где приводятся результаты тестирования): >>> import math >>> math.sqrt(144) 12.0 >>> 144 ** .5 12.0 >>> pow(144, .5) 12.0 # Функция из модуля math # Выражение # Встроенная функция >>> math.sqrt(1234567890) # Большие числа 35136.418286444619 >>> 1234567890 ** .5 35136.418286444619 >>> pow(1234567890, .5) 35136.418286444619 Обратите внимание, что модули из стандартной библиотеки, такие как math, необходимо импортировать, а встроенные функции, такие как abs и round, доступны всегда, без выполнения операции импорта. Говоря другими словами, модули – это внешние компоненты, а встроенные функции постоянно располагаются в пространстве имен, которое используется интерпретатором Python по умолчанию для поиска имен, используемых программой. В Python 3.0 это пространство имен соответствует модулю с именем builtin (__builtin__ в версии 2.6). В этой книге мы подробнее поговорим о разрешении имен, а пока всякий раз, когда слышите слово «модуль», думайте: «импорт». Модуль random из стандартной библиотеки также необходимо импортировать. Этот модуль предоставляет возможность получения случайных вещественных чисел в диапазоне от 0 до 1, случайных целых чисел в заданном диапазоне, случайного выбора элементов последовательности и многое другое: Другие числовые типы 177 >>> import random >>> random.random() 0.44694718823781876 >>> random.random() 0.28970426439292829 >>> random.randint(1, 10) 5 >>> random.randint(1, 10) 4 >>> random.choice([‘Life of Brian’, ‘Holy Grail’, ‘Meaning of Life’]) ‘Life of Brian’ >>> random.choice([‘Life of Brian’, ‘Holy Grail’, ‘Meaning of Life’]) ‘Holy Grail’ Модуль random может использоваться, например, для перемешивания колоды карт в игре, случайного выбора изображения в программе демонстрации слайдов, в программах статистического моделирования и так далее. За дополнительной информацией обращайтесь к руководству по стандартной библиотеке языка Python. Другие числовые типы В этой главе мы рассматривали базовые числовые типы языка Python – целые числа, вещественные числа и комплексные числа. Их вполне достаточно для решения математических задач, с которыми придется столкнуться большинству программистов. Однако язык Python содержит несколько более экзотических числовых типов, которые заслуживают того, чтобы коротко познакомиться с ними. Числа с фиксированной точностью В версии Python 2.4 появился новый базовый числовой тип: числа с фиксированной точностью представления, формально известные, как числа типа Decimal. Синтаксически такие числа создаются вызовом функции из импортируемого модуля и не имеют литерального представления. Функционально числа с фиксированной точностью напоминают вещественные числа, но с фиксированным числом знаков после запятой, отсюда и название «числа с фиксированной точностью». Например, с помощью таких чисел можно хранить значение, которое всегда будет иметь два знака после запятой. Кроме того, можно указать, как должны обрабатываться лишние десятичные цифры – усекаться или округляться. И хотя скорость работы с такими числами несколько ниже, чем с обычными вещественными числами, тем не менее, тип чисел с фиксированной точностью идеально подходит для представления величин, имеющих фиксированную точность, таких как денежные суммы, и для достижения лучшей точности представления. Основы Предыдущий абзац требует дополнительных пояснений. Как вы уже знаете (или еще не знаете), вещественная арифметика страдает некоторой долей не- 178 Глава 5. Числа точности из-за ограничения объема памяти, выделяемого для хранения вещественных чисел. Например, результат следующего выражения должен быть равен нулю, но точность вычислений страдает из-за недостаточного числа битов в представлении вещественных чисел: >>> 0.1 + 0.1 + 0.1 - 0.3 5.5511151231257827e-017 Попытка вывести результат в более дружественной форме мало помогает, потому что проблема связана с ограниченной точностью представления вещественных чисел: >>> print(0.1 + 0.1 + 0.1 - 0.3) 5.55111512313e-017 Однако при использовании чисел с фиксированной точностью результат получается точным: >>> from decimal import Decimal >>> Decimal(‘0.1’) + Decimal(‘0.1’) + Decimal(‘0.1’) - Decimal(‘0.3’) Decimal(‘0.0’) Как показано в этом примере, числа с фиксированной точностью представления создаются вызовом функции конструктора Decimal из модуля decimal, которому передается строка, содержащая желаемое число знаков после запятой (при необходимости можно воспользоваться функцией str, чтобы преобразовать вещественное число в строку). Когда в выражении участвуют числа с различной точностью представления, Python�� автоматически выбирает наибольшую точность для представления результата: >>> Decimal(‘0.1’) + Decimal(‘0.10’) + Decimal(‘0.10’) - Decimal(‘0.30’) Decimal(‘0.00’) В версии Python 3.1 (которая вышла) существует дополнительная возможность создавать объекты класса Decimal из объектов вещественных чисел путем вызова метода decimal.Decimal.from_ float(1.25). Преобразование выполняется точно, но иногда может порождать большое число десятичных знаков. Глобальная настройка точности В модуле decimal имеются дополнительные инструменты, позволяющие задавать точность представления всех таких чисел и многое другое. Например, объект контекста в этом модуле позволяет задавать точность (число знаков после запятой) и режим округления (вниз, вверх и так далее). Точность задается глобально, для всех чисел с фиксированной точностью, создаваемых в текущем потоке управления: >>> import decimal >>> decimal.Decimal(1) / decimal.Decimal(7) Decimal(‘0.1428571428571428571428571429’) >>> decimal.getcontext( ).prec = 4 >>> decimal.Decimal(1) / decimal.Decimal(7) Decimal(‘0.1429’) Другие числовые типы 179 Эта возможность особенно удобна для финансовых приложений, где в денежных суммах копейки представлены двумя десятичными знаками. Числа с фиксированной точностью по сути представляют альтернативный способ округления и форматирования числовых значений, например: >>> 1999 + 1.33 2000.3299999999999 >>> >>> decimal.getcontext().prec = 2 >>> pay = decimal.Decimal(str(1999 + 1.33)) >>> pay Decimal(‘2000.33’) Менеджер контекста объектов класса Decimal В версиях Python�� 2.6 и 3.0 (и выше) имеется также возможность временно переопределять точность с помощью инструкции with менеджера контекста. После выхода за пределы инструкции настройки точности восстанавливаются: C:\misc> C:\Python30\python >>> import decimal >>> decimal.Decimal(‘1.00’) / decimal.Decimal(‘3.00’) Decimal(‘0.3333333333333333333333333333’) >>> >>> with decimal.localcontext() as ctx: ... ctx.prec = 2 ... decimal.Decimal(‘1.00’) / decimal.Decimal(‘3.00’) ... Decimal(‘0.33’) >>> >>> decimal.Decimal(‘1.00’) / decimal.Decimal(‘3.00’) Decimal(‘0.3333333333333333333333333333’) При всей полезности этой инструкции для работы с ней требуется больше знаний, чем вы успели приобрести к настоящему моменту. Подробное описание инструкции with приводится в главе 33. Поскольку тип чисел с фиксированной точностью достаточно редко используется на практике, за дополнительными подробностями я отсылаю вас к руководствам по стандартной библиотеке Python и к интерактивной справочной системе. Числа с фиксированной точностью, как и рациональные числа, решают некоторые проблемы с точностью, присущие вещественным числам, поэтому сейчас мы перейдем к следующему разделу, чтобы сравнить их. Рациональные числа В Python 2.6 и 3.0 появился новый числовой тип – Fraction, который реализует объекты рациональных чисел. Объекты этого типа в явном виде хранят числитель и знаменатель рациональной дроби, что позволяет избежать неточности и некоторых других ограничений, присущих вещественным числам. Основы Тип Fraction является своего рода родственником типа Decimal, описанного в предыдущем разделе, и точно так же может использоваться для управления точностью представления чисел за счет определения количества десятичных 180 Глава 5. Числа разрядов и политики округления. Оба типа используются похожими способами – как и класс Decimal, класс Fraction находится в модуле. Чтобы создать объект этого типа, необходимо импортировать модуль и вызвать конструктор класса, передав ему числитель и знаменатель. Как это делается, показано в примере ниже: >>> from fractions import Fraction >>> x = Fraction(1, 3) # Числитель, знаменатель >>> y = Fraction(4, 6) # Будет упрощено до 2, 3 с помощью функции gcd >>> x Fraction(1, 3) >>> y Fraction(2, 3) >>> print(y) 2/3 После создания объекты типа Fraction могут использоваться в математических выражениях как обычные числа: >>> x + y Fraction(1, 1) >>> x – y # Точный результат: числитель, знаменатель Fraction(-1, 3) >>> x * y Fraction(2, 9) Рациональные числа могут создаваться из строк с представлением вещественных чисел, как и числа с фиксированной точностью: >>> Fraction(‘.25’) Fraction(1, 4) >>> Fraction(‘1.25’) Fraction(5, 4) >>> >>> Fraction(‘.25’) + Fraction(‘1.25’) Fraction(3, 2) Точность Обратите внимание на отличия от вещественной арифметики, точность которой ограничивается возможностями аппаратных средств, реализующих вещественную математику. Для сравнения ниже приводятся некоторые операции над вещественными числами с примечаниями, касающимися ограничений точности: >>> a = 1 / 3.0 # Точность ограничивается аппаратными средствами >>> b = 4 / 6.0 # В процессе вычислений точность может быть потеряна >>> a 0.33333333333333331 >>> b 0.66666666666666663 >>> a + b 1.0 >>> a - b -0.33333333333333331 181 Другие числовые типы >>> a * b 0.22222222222222221 Ограничения точности, свойственные вещественным числам, становятся особенно заметны для значений, которые не могут быть представлены точно, из-за ограниченного объема памяти, выделяемого для хранения вещественного числа. Оба типа, Fraction и Decimal, предоставляют возможность получить точный результат, хотя и за счет некоторой потери производительности. Например, в следующем примере (взятом из предыдущего раздела) при использовании вещественных чисел получается неточный результат, но два других типа позволяют получить его: >>> 0.1 + 0.1 + 0.1 - 0.3 # Должен быть получен ноль (близко, но не точно) 5.5511151231257827e-17 >>> from fractions import Fraction >>> Fraction(1, 10) + Fraction(1, 10) + Fraction(1, 10) - Fraction(3, 10) Fraction(0, 1) >>> from decimal import Decimal >>> Decimal(‘0.1’) + Decimal(‘0.1’) + Decimal(‘0.1’) - Decimal(‘0.3’) Decimal(‘0.0’) Кроме того, использование рациональных чисел и чисел с фиксированной точностью позволяет получить более понятные и точные результаты, чем использование вещественных чисел (за счет использования представления в виде рациональной дроби и ограничения точности): >>> 1 / 3 # В Python 2.6 используйте знаменатель 3.0, чтобы 0.33333333333333331 # выполнить операцию истинного деления >>> Fraction(1, 3) Fraction(1, 3) # Точное представление >>> import decimal >>> decimal.getcontext().prec = 2 >>> decimal.Decimal(1) / decimal.Decimal(3) Decimal(‘0.33’) Фактически рациональные числа сохраняют точность и автоматически упрощают результат. В продолжение предыдущего примера: >>> (1 / 3) + (6 / 12) # В Python 2.6 используйте знаменатель “.0”, чтобы 0.83333333333333326 # выполнить операцию истинного деления >>> Fraction(6, 12) Fraction(1, 2) # Будет упрощено автоматически >>> Fraction(1, 3) + Fraction(6, 12) Fraction(5, 6) >>> decimal.Decimal(str(1/3)) + decimal.Decimal(str(6/12)) Decimal(‘0.83’) >>> 1000.0 / 1234567890 8.1000000737100011e-07 >>> Fraction(1000, 1234567890) Fraction(100, 123456789) 182 Глава 5. Числа Преобразование и смешивание в выражениях значений разных типов Для поддержки преобразования в рациональные числа в объектах вещественных чисел был реализован метод as_integer_ratio, возвращающий соответствующие числу числитель и знаменатель; объекты рациональных чисел обладают методом from_float; а функция float теперь может принимать объекты типа Fraction в качестве аргумента. Взгляните на следующий пример, где показано, как используются эти методы (символ * во втором примере – это специальный синтаксис распаковывания кортежа в отдельные аргументы – подробнее об этом будет рассказываться в главе 18, когда мы будем обсуждать вопросы передачи аргументов функциям): >>> (2.5).as_integer_ratio() (5, 2) # метод объекта типа float >>> f = 2.5 >>> z = Fraction(*f.as_integer_ratio()) # Пеобразование float -> fraction: >>> z # два аргумента Fraction(5, 2) # То же самое, что и Fraction(5, 2) >>> x Fraction(1, 3) >>> x + z Fraction(17, 6) # x – из предыдущего примера сеанса >>> float(x) 0.33333333333333331 >>> float(z) 2.5 >>> float(x + z) 2.8333333333333335 >>> 17 / 6 2.8333333333333335 # Преобразование fraction -> float # 5/2 + 1/3 = 15/6 + 2/6 >>> Fraction.from_float(1.75) # Преобразование float -> fraction: Fraction(7, 4) # другой способ >>> Fraction(*(1.75).as_integer_ratio()) Fraction(7, 4) Наконец, в выражениях допускается смешивать некоторые типы, при этом иногда, чтобы сохранить точность, необходимо вручную выполнить преобразование в тип Fraction. Взгляните на следующие примеры, чтобы понять, как это делается: >>> x Fraction(1, 3) >>> x + 2 Fraction(7, 3) >>> x + 2.0 2.3333333333333335 >>> x + (1./3) 0.66666666666666663 # Fraction + int -> Fraction # Fraction + float -> float # Fraction + float -> float >>> x + (4./3) 1.6666666666666665 >>> x + Fraction(4, 3) # Fraction + Fraction -> Fraction Fraction(5, 3) 183 Другие числовые типы Предупреждение: несмотря на то, что имеется возможность преобразовать вещественное число в рациональное, в некоторых случаях это может приводить к потере точности, потому что в своем первоначальном виде вещественное число может быть неточным. В случае необходимости в подобных случаях можно ограничить максимальное значение знаменателя: >>> 4.0 / 3 1.3333333333333333 >>> (4.0 / 3).as_integer_ratio() (6004799503160661, 4503599627370496) # Произойдет потеря точности >>> x Fraction(1, 3) >>> a = x + Fraction(*(4.0 / 3).as_integer_ratio()) >>> a Fraction(22517998136852479, 13510798882111488) >>> 22517998136852479 / 13510798882111488. # 5 / 3 (или близкое к нему!) 1.6666666666666667 >>> a.limit_denominator(10) # Упростить до ближайшего рационального Fraction(5, 3) Чтобы получить дополнительные сведения о типе данных Fraction, попробуйте поэкспериментировать с ним самостоятельно и поискать информацию в справочном руководстве по стандартной библиотеке �� Python�� 2.6 и 3.0 и в других документах. Множества В версии Python 2.4 также появился новый тип коллекций – множество, неупорядоченная коллекция уникальных и неизменяемых объектов, которая поддерживает операции, соответствующие математической теории множеств. По определению, каждый элемент может присутствовать в множестве в единственном экземпляре независимо от того, сколько раз он будет добавлен. Множества могут применяться в самых разных прикладных областях, но особенно часто они используются в приложениях обработки числовых данных и при работе с базами данных. Поскольку этот тип является коллекцией других объектов, он обладает некоторыми особенностями, присущими таким объектам, как списки и словари, обсуждение которых выходит за рамки этой главы. Например, множества поддерживают итерации, могут изменяться в размерах при необходимости и могут содержать объекты разных типов. Как мы увидим ниже, множество напоминает словарь, ключи в котором не имеют значений, но поддерживает ряд дополнительных операций. Поскольку множества являются неупорядоченными коллекциями и не отображают ключи на значения, они не могут быть отнесены ни к последовательностям, ни к отображениям. Множества – это отдельная категория типов. Но так как множества поддерживают набор математических операций (а для многих читателей их изучение может представлять лишь академический интерес, и они будут использовать множества намного реже, чем более распространенные объекты, такие как словари), мы познакомимся с основами использования множеств в этой главе. 184 Глава 5. Числа Основы множеств в Python 2.6 В настоящее время существует несколько способов создания объекта множества, которые зависят от того, какая версия Python используется – 2.6 или 3.0. Так как в этой книге рассматриваются обе версии, начнем со способа, доступного в версии 2.6, который также доступен (и иногда является единственно возможным) в версии 3.0. Чуть ниже будут описаны дополнительные способы, доступные в версии 3.0. Чтобы создать объект множества, нужно передать последовательность или другой объект, поддерживающий возможность итераций по его содержимому, встроенной функции set: >>> x = set(‘abcde’) >>> y = set(‘bdxyz’) Обратно функция возвращает объект множества, который содержит все элементы объекта, переданного функции (примечательно, что множества не предусматривают возможность определения позиций элементов, а, кроме того, они не являются последовательностями): >>> x set([‘a’, ‘c’, ‘b’, ‘e’, ‘d’]) # Формат отображения в версии 2.6 Множества, созданные таким способом, поддерживают обычные математические операции над множествами посредством операторов. Обратите внимание: эти операции не могут выполняться над простыми последовательностями – чтобы использовать их, нам требуется создать из них множества: >>> ‘e’ in x True # Проверка вхождения в множество >>> x – y # Разность множеств set([‘a’, ‘c’, ‘e’]) >>> x | y # Объединение множеств set([‘a’, ‘c’, ‘b’, ‘e’, ‘d’, ‘y’, ‘x’, ‘z’]) >>> x & y set([‘b’, ‘d’]) # Пересечение множеств >>> x ^ y # Симметрическая разность (XOR) set([‘a’, ‘c’, ‘e’, ‘y’, ‘x’, ‘z’]) >>> x > y, x < y # Надмножество, подмножество (False, False) Помимо поддержки операторов выражений, объекты множеств обладают методами, которые реализуют те же и ряд дополнительных операций и обеспечивают изменение самих множеств, – метод add вставляет новый элемент в множество, метод update – выполняет объединение, а метод remove удаляет элемент по его значению (вызовите функцию dir, передав ей любой экземпляр типа set, чтобы получить полный перечень всех доступных методов). Допустим, что переменные x и y сохранили свои значения, присвоенные в предыдущем примере интерактивного сеанса: >>> z = x.intersection(y) >>> z set([‘b’, ‘d’]) >>> z.add(‘SPAM’) >>> z # То же, что и выражение x & y # Добавит один элемент Другие числовые типы 185 set([‘b’, ‘d’, ‘SPAM’]) >>> z.update(set([‘X’, ‘Y’])) # Объединение множеств >>> z set([‘Y’, ‘X’, ‘b’, ‘d’, ‘SPAM’]) >>> z.remove(‘b’) # Удалит один элемент >>> z set([‘Y’, ‘X’, ‘d’, ‘SPAM’]) Будучи итерируемыми контейнерами, множества могут передаваться функции len, использоваться в циклах for и в генераторах списков. Однако так как множества являются неупорядоченными коллекциями, они не поддерживают операции над последовательностями, такие как индексирование и извлечение среза: >>> for item in set(‘abc’): print(item * 3) ... aaa ccc bbb Наконец, операторы выражений, которые были продемонстрированы выше, обычно применяются к двум множествам, однако родственные им методы часто способны работать с любыми объектами итерируемых типов: >>> S = set([1, 2, 3]) >>> S | set([3, 4]) # Операторы выражений требуют, set([1, 2, 3, 4]) # чтобы оба операнда были множествами >>> S | [3, 4] TypeError: unsupported operand type(s) for |: ‘set’ and ‘list’ >>> S.union([3, 4]) # Но их методы способны принимать set([1, 2, 3, 4]) # любые итерируемые объекты >>> S.intersection((1, 3, 5)) set([1, 3]) >>> S.issubset(range(-5, 5)) True За дополнительной информацией по множествам обращайтесь к руководству по стандартной библиотеке языка Python или к справочной литературе. Хотя операции над множествами в языке Python можно реализовать вручную, применяя другие типы данных, такие как списки и словари (часто так и делалось в прошлом), встроенные операции над множествами обеспечивают высокую скорость выполнения стандартных операций, опираясь на эффективные алгоритмы и приемы реализации. Литералы множеств в Python 3.0 Если вы уже были знакомы с множествами и считали их отличным инструментом, то теперь они стали еще лучше. В �� Python�� 3.0 сохранилась возможность использовать встроенную функцию set для создания объектов множеств, но при этом появилась новая форма литералов множеств, в которых используются фигурные скобки, прежде зарезервированные для литералов словарей. В версии 3.0 следующие инструкции являются эквивалентными: set([1, 2, 3, 4]) # Вызов встроенной функции {1, 2, 3, 4} # Литерал множества в версии 3.0 186 Глава 5. Числа Такой синтаксис приобретает определенный смысл, если рассматривать множества как словари, в которых ключи не имеют соответствующих им значений. А поскольку множества являются неупорядоченными коллекциями уникальных и неизменяемых объектов, элементы множеств близко напоминают ключи словарей. Сходство становится еще более явным, если учесть, что в версии 3.0 списки ключей в словарях являются объектами представлений, поддерживающими такие операции над множествами, как пересечение и объединение (подробнее об объектах представлений словарей рассказывается в главе 8). Независимо от того, каким способом были созданы множества, в версии 3.0 они отображаются в новой форме литерала. В версии 3.0 встроенная функция set все еще необходима для создания пустых множеств и конструирования множеств на основе существующих итерируемых объектов (в дополнение к генераторам множеств, о которых будет рассказываться ниже, в этой же главе), однако для создания множеств с известным содержимым удобнее использовать новую форму литералов: C:\Misc> c:\python30\python >>> set([1, 2, 3, 4]) {1, 2, 3, 4} >>> set(‘spam’) {‘a’, ‘p’, ‘s’, ‘m’} >>> {1, 2, 3, 4} {1, 2, 3, 4} >>> S = {‘s’, ‘p’, ‘a’, ‘m’} >>> S.add(‘alot’) >>> S {‘a’, ‘p’, ‘s’, ‘m’, ‘alot’} # Встроенная функция: та же, что и в 2.6 # Добавить все элементы итерируемого объекта # Литералы множеств: нововведение в 3.0 Все операции над множествами, которые описывались в предыдущем разделе, в версии 3.0 действуют точно так же, но вывод результатов выглядит несколько иначе: >>> S1 = {1, 2, 3, 4} >>> S1 & {1, 3} {1, 3} >>> {1, 5, 3, 6} | S1 {1, 2, 3, 4, 5, 6} >>> S1 - {1, 3, 4} {2} >>> S1 > {1, 3} True # Пересечение # Объединение # Разность # Надмножество Обратите внимание, что конструкция {} по-прежнему создает пустой словарь. Чтобы создать пустое множество, следует вызвать встроенную функцию set; результат операции вывода пустого множества выглядит несколько иначе: >>> S1 - {1, 2, 3, 4} set() >>> type({}) <class ‘dict’> # Пустое множество выводится иначе >>> S = set() >>> S.add(1.23) >>> S {1.23} # Инициализация пустого множества # Литерал {} обозначает пустой словарь Другие числовые типы 187 Как и в Python 2.6, множества, созданные с помощью литералов в версии 3.0, поддерживают те же методы, часть из которых способна принимать итерируемые объекты в качестве операндов, чего не позволяют операторы выражений: >>> {1, 2, 3} | {3, 4} {1, 2, 3, 4} >>> {1, 2, 3} | [3, 4] TypeError: unsupported operand type(s) for |: ‘set’ and ‘list’ >>> {1, 2, 3}.union([3, 4]) {1, 2, 3, 4} >>> {1, 2, 3}.union({3, 4}) {1, 2, 3, 4} >>> {1, 2, 3}.union(set([3, 4])) {1, 2, 3, 4} >>> {1, 2, 3}.intersection((1, 3, 5)) {1, 3} >>> {1, 2, 3}.issubset(range(-5, 5)) True Ограничения, связанные с неизменяемостью и фиксированные множества Множества – это гибкие и мощные объекты, но они имеют одно ограничение в обеих версиях, 3.0 и 2.6, о котором следует помнить – из-за особенностей реализации множества могут включать объекты только неизменяемых (или так называемых «хешируемых») типов. Отсюда следует, что списки и словари не могут добавляться в множества, однако вы можете использовать кортежи, если появится необходимость сохранять составные значения. В операциях над множествами кортежи сравниваются по своим полным значениям: >>> S {1.23} >>> S.add([1, 2, 3]) # Добавляться могут только неизменяемые объекты TypeError: unhashable type: ‘list’ >>> S.add({‘a’:1}) TypeError: unhashable type: ‘dict’ >>> S.add((1, 2, 3)) >>> S # Ни список, ни словарь не могут быть добавлены {1.23, (1, 2, 3)} # но с кортежем таких проблем нет >>> S | {(4, 5, 6), (1, 2, 3)} # Объединение: то же, что и S.union(...) {1.23, (4, 5, 6), (1, 2, 3)} >>> (1, 2, 3) in S # Членство: выявляется по полным значениям True >>> (1, 4, 3) in S False Кортежи в множествах могут использоваться, например, для хранения дат, записей, IP-адресов и так далее (подробнее о кортежах рассказывается ниже, в этой же части книги). Сами по себе множества являются изменяемыми объектами и потому не могут вкладываться в другие множества, однако, если вам потребуется сохранить одно множество внутри другого множества, создайте множество с помощью встроенной функции frozenset, которая действует точно так же, как функция set, но создает неизменяемое множество, которое невозможно изменить и потому можно встраивать в другие множества. 188 Глава 5. Числа Генераторы множеств в Python 3.0 Кроме литералов, в версии 3.0 появилась конструкция генератора множеств. По своему виду она напоминает конструкцию генератора списков, с которой мы предварительно познакомились в главе 4; только генератор множеств заключен не в квадратные, а в фигурные скобки, и в результате создает множество, а не список. Генератор множеств выполняет цикл и собирает результаты выражения в каждой итерации – доступ к значению в текущей итерации обеспечивает переменная цикла. Результатом работы генератора является новое множество, обладающее всеми особенностями обычного множества: >>> {x ** 2 for x in [1, 2, 3, 4]} {16, 1, 4, 9} # Генератор множеств в 3.0 Цикл, который генерирует значения, находится в этом выражении справа, а выражение, осуществляющее формирование окончательных значений, – слева (x ** 2). Как и в случае с генераторами списков, генератор множеств возвращает именно то, что говорит: «Вернуть новое множество, содержащее квадраты значений X, для каждого X из списка». В генераторах можно также использовать другие виды итерируемых объектов, такие как строки (первый пример в следующем листинге иллюстрирует создание множества с помощью генератора на основе существующего итерируемого объекта): >>> {x for x in ‘spam’} {‘a’, ‘p’, ‘s’, ‘m’} >>> {c * {‘ssss’, >>> {c * {‘ssss’, 4 for c ‘aaaa’, 4 for c ‘aaaa’, # То же, что и: set(‘spam’) in ‘spam’} # Множество результатов выражения ‘pppp’, ‘mmmm’} in ‘spamham’} ‘hhhh’, ‘pppp’, ‘mmmm’} >>> S = {c * 4 for c in ‘spam’} >>> S | {‘mmmm’, ‘xxxx’} {‘ssss’, ‘aaaa’, ‘pppp’, ‘mmmm’, ‘xxxx’} >>> S & {‘mmmm’, ‘xxxx’} {‘mmmm’} Поскольку для дальнейшего обсуждения генераторов необходимо знание некоторых базовых концепций, которые мы еще не рассматривали, мы отложим его до последующих глав книги. В главе 8 мы познакомимся с его ближайшим родственником в версии 3.0 – генератором словарей, а еще позже я расскажу подробнее обо всех генераторах (списков, множеств, словарей и о выраженияхгенераторах), особенно подробно в главах 14 и 20. Как вы узнаете позже, все генераторы, включая генераторы множеств, поддерживают дополнительный синтаксис, не рассматривавшийся здесь, например вложенные циклы и условные инструкции if, который вам сложно будет понять, пока вы не познакомитесь с большинством основных инструкций языка. Где могут использоваться множества? Помимо математических вычислений множества могут использоваться еще в целом ряде прикладных областей. Например, поскольку элементы множеств являются уникальными, множества можно использовать для фильтрации повторяющихся значений в других коллекциях. Для этого достаточно просто преобразовать коллекцию в множество, а затем выполнить обратное преобра- 189 Другие числовые типы зование (благодаря тому, что множства являются итерируемыми объектами, их можно передавать функции list): >>> >>> {1, >>> >>> [1, L = [1, 2, 1, 3, 2, 4, 5] set(L) 2, 3, 4, 5} L = list(set(L)) # Удаление повторяющихся значений L 2, 3, 4, 5] Множества могут также использоваться для хранения пунктов, которые уже были посещены в процессе обхода графа или другой циклической структуры. Например, транзитивный загрузчик модулей и программа вывода дерева наследования, которые мы будем рассматривать в главах 24 и 30 соответственно, должны запоминать элементы, которые уже были посещены, чтобы избежать зацикливания. Посещенные элементы достаточно эффективно можно запоминать в виде ключей словаря, однако множества предлагают еще более эффективный эквивалент (и для многих – более простой). Наконец, множества удобно использовать при работе с большими массивами данных (например, с результатами запроса к базе данных) – операция пересечения двух множеств позволяет получить объекты, присутствующие сразу в обеих категориях, а объединение – все объекты, присутствующие в любом из множеств. Чтобы продемонстрировать это, ниже приводится несколько практичных примеров использования операций над множествами, которые применяются к списку людей – служащих гипотетической компании. Здесь используются литералы множеств, появившиеся в версии 3.0 (в версии 2.6 используйте функцию set): >>> engineers = {‘bob’, ‘sue’, ‘ann’, ‘vic’} >>> managers = {‘tom’, ‘sue’} >>> ‘bob’ in engineers True # bob – инженер? >>> engineers & managers {‘sue’} # Кто одновременно является # инженером и менеджером? >>> engineers | managers # Все сотрудники из обеих категорий {‘vic’, ‘sue’, ‘tom’, ‘bob’, ‘ann’} >>> engineers – managers {‘vic’, ‘bob’, ‘ann’} # Инженеры, не являющиеся менеджерами >>> managers – engineers {‘tom’} # Менеджеры, не являющиеся инженерами >>> engineers > managers False # Все менеджеры являются инженерами? # (надмножество) >>> {‘bob’, ‘sue’} < engineers # Оба сотрудника - инженеры? (подмножество) True >>> (managers | engineers) > managers # Множество всех сотрудников является True # надмножеством менеджеров? >>> managers ^ engineers {‘vic’, ‘bob’, ‘ann’, ‘tom’} # Сотрудники, принадлежащие к какой-то одной # категории 190 Глава 5. Числа >>> (managers | engineers) - (managers ^ engineers) # Пересечение! {‘sue’} Дополнительные сведения об операциях над множествами вы найдете в справочном руководстве по стандартной библиотеке �� Python�� и в книгах, посвященных математической теории и теории реляционных баз данных. Кроме того, в главе 8 мы еще раз вернемся к операциям над множествами, которые видели здесь, – в контексте объектов представлений словарей, появившихся в �� Python 3.0. Логические значения Иногда утверждается, что логический тип bool в языке Python по своей природе является числовым, потому что два его значения True и False – это всего лишь целые числа 1 и 0, вывод которых настроен особым образом. Хотя этих сведений вполне достаточно для большинства программистов, тем не менее, я предлагаю исследовать этот тип немного подробнее. Официально в языке Python имеется самостоятельный логический тип с именем bool, с двумя предопределенными значениями True и False. Эти значения являются экземплярами класса bool, который в свою очередь является всего лишь подклассом (в объектно-ориентированном смысле) встроенного целочисленного типа int. True и False ведут себя точно так же, как и целые числа 1 и 0, за исключением того, что для их вывода на экран используется другая логика – они выводятся как слова True и False вместо цифр 1 и 0. Технически это достигается за счет переопределения в классе bool методов str и repr. В соответствии с интерпретацией этих значений значения выражений логического типа выводятся в интерактивной оболочке как слова True и False, а не как числа 1 и 0. Можно считать, что логический тип делает истинные значения более явными. Например, теперь бесконечный цикл можно оформить как while True:, а не как менее очевидный while 1:. Точно так же более понятной становится инициализация флагов, например flag = False. Более подробно мы рассмотрим эти инструкции в третьей части книги. Во всех остальных практических применениях значения True и False можно интерпретировать как предопределенные переменные с целочисленными значениями 1 и 0. В любом случае, раньше большинство программистов создавали переменные True и False, которым присваивали значения 1 и 0; таким образом, тип bool просто следует этому стандартному приему. Его реализация может приводить к неожиданным результатам: так как True – это всего лишь целое значение 1, которое выводится на экран особым образом, выражение True + 4 в языке Python даст результат 5: >>> type(True) <class ‘bool’> >>> isinstance(True, int) True >>> True == 1 # То же самое значение True >>> True is 1 # Но разные объекты: смотрите следующую главу False >>> True or False # То же, что и: 1 or 0 True >>> True + 4 # (М-да) 5 Числовые расширения 191 Так как, скорее всего, вам не придется встречаться на практике с выражениями, такими как последнее выражение в примере, вы можете спокойно игнорировать его глубокий метафизический смысл.... Мы еще вернемся к логическому типу в главе 9 (где будет дано определение истины в языке Python) и в главе 12 (где познакомимся с такими логическими операторами, как and и or). Числовые расширения Наконец, помимо встроенных числовых типов собственно языка Python вы можете встретить различные свободно распространяемые расширения сторонних разработчиков, реализующие еще более экзотические числовые типы. Поскольку числовая обработка данных является популярной областью применения языка Python, вы без труда найдете массу дополнительных инструментов: Например, для реализации массивных вычислений можно использовать расширение NumPy (�� Numeric�� Python�� ), предоставляющее дополнительные возможности, такие как реализация матричных и векторных операций, и обширные библиотеки реализации численных алгоритмов. Язык Pyt�� hon�� и расширение NumPy используется группами программирования в таких известных организациях, как Лос-Аламосская Национальная Лаборатория (Los Alamos) и Национальное управление по аэронавтике и исследованию космического пространства (NASA), для реализации разнообразных задач, которые ранее были написаны на языках C++, FORTRAN и Matlab. Нередко комбинацию Python и NumPy рассматривают как свободную и более гибкую альтернативу пакету Matlab – вы получаете производительность расширения NumPy плюс язык Python и все его библиотеки. Расширение NumPy является достаточно сложным, поэтому мы не будем возвращаться к нему в этой книге. Поддержку дополнительных возможностей численного программирования в языке Python, включая инструменты для анализа и построения графических изображений, библиотеки реализации статистических методов и популярный пакет SciPy, вы можете найти на сайте PyPI�� или в Сети. Кроме того, обратите внимание, что расширение NumPy�� в настоящее время не входит в состав стандартной библиотеки Python и должно устанавливаться отдельно. В заключение В этой главе были рассмотрены типы числовых объектов языка Python и операции, применяемые к ним. Здесь мы познакомились со стандартными целочисленными типами и с вещественными числами, а также с некоторыми экзотическими, нечасто используемыми типами, такими как комплексные числа, рациональные числа и множества. Мы также исследовали синтаксис выражений в языке Python, порядок преобразования типов, битовые операции и различные литеральные формы представления чисел в сценариях. Далее в этой части книги мы рассмотрим следующий тип объектов – строки. Однако в следующей главе мы потратим некоторое время на более подробное ознакомление с механизмом присваивания значений переменным. Это, пожалуй, самая фундаментальная идея в языке Python, поэтому вам обязательно 192 Глава 5. Числа нужно прочитать следующую главу. Но перед этим ответьте на контрольные вопросы главы. Закрепление пройденного Контрольные вопросы 1. Каким будет значение выражения 2 * (3 + 4) в языке Python? 2. Каким будет значение выражения 2 * 3 + 4 в языке Python? 3. Каким будет значение выражения 2 + 3 * 4 в языке Python? 4. Какие функции можно использовать для вычисления квадратного корня числа и квадрата? 5. Какой тип будет иметь результат следующего выражения: 1 + 2.0 +3? 6. Как можно выполнить усечение и округление вещественного числа? 7. Как можно преобразовать целое число в вещественное? 8. Как можно вывести целое число в восьмеричном, шестнадцатеричном и двоичном представлениях? 9. Как можно преобразовать строковое представление восьмеричного, шестнадцатеричного или двоичного числа в простое целое число? Ответы 1. Результатом выражения будет число 14, то есть результат произведения 2 * 7, потому что круглые скобки предписывают выполнить операцию сложения до операции умножения. 2. В данном случае результат будет равен 10, то есть результату выражения 6 + 4. При отсутствии круглых скобок в языке Python используются правила старшинства операторов, согласно которым оператор умножения имеет более высокий приоритет, чем оператор сложения (стоящий левее). 3. Данное выражение даст в результате число 14, то есть результат выражения 2 + 12, согласно тем же правилам старшинства, что и в предыдущем вопросе. 4. Функции вычисления квадратного корня, а также числа пи, тангенса и многие другие доступны в импортируемом модуле math. Чтобы найти квадратный корень числа, необходимо импортировать модуль math и вызвать функцию math.sqrt(N). Чтобы найти квадрат числа, можно воспользоваться либо оператором возведения в степень X ** 2, либо встроенной функцией pow(X, 2). Любой из последних двух способов можно также использовать для вычисления квадратного корня, выполнив возведение в степень .5 (например, X ** .5) . 5. Результатом будет вещественное число: целые числа будут преобразованы в вещественные числа как к наиболее сложному числовому типу в выражении и для вычисления результата будет использоваться математика вещественных чисел. 6. Функции int(N) и math.trunc(N) выполняют отсечение дробной части, а функция round(N, digits) выполняет округление. Округление вниз можно также выполнить с помощью функции math.floor(N), а простое округление при отображении – за счет использования операций форматирования строк. Закрепление пройденного 193 7. Функция float(I) выполняет преобразование целых чисел в вещественные. Смешивание целых и вещественных чисел в одном выражении также приводит к выполнению преобразования. В некотором смысле операцию деления / в Python 3.0 также можно рассматривать как средство преобразования – она всегда возвращает вещественный результат, включающий дробную часть, даже если оба операнда являются целыми числами. 8. Встроенные функции oct(I) и hex(I) возвращают строковые представления целых чисел в восьмеричном и в шестнадцатеричном форматах. В версиях Python 2.6 и 3.0 имеется также функция bin(I), которая возвращает строковое представление целого числа в двоичном формате. Для этих же целей могут использоваться оператор % форматирования строк и строковый метод format. 9. Для преобразования строковых представлений восьмеричных, шестнадцатеричных и двоичных чисел в обычные целые числа может использоваться функция int(S, base) (достаточно передать в аргументе base значение 8, 16 или 2, соответственно). Для этих целей может также использоваться функция eval(S), но она более медленная и может стать источником проблем, связанных с безопасностью. Обратите внимание: целые числа в памяти компьютера всегда хранятся в двоичном формате, для их вывода просто используются разные форматы представления. Глава 6 . Интерлюдия о динамической типизации В предыдущей главе мы приступили к детальному исследованию базовых типов объектов в языке Python, начав с чисел. Мы продолжим наши исследования типов в следующей главе, но прежде чем продолжить, вам необходимо разобраться в самой фундаментальной, на мой взгляд, идее программирования на языке Python, которая составляет основу гибкости языка, – динамической типизации и полиморфизме. Как будет показано в этой главе и далее в книге, в сценариях на языке Python не производится объявление объектов определенных типов. В действительности нам даже не приходится беспокоиться о конкретных типах; более того, они могут применяться в более широком диапазоне ситуаций, чем можно было бы предусмотреть заранее. Поскольку динамическая типизация составляет основу этой гибкости, давайте коротко ознакомимся с этой моделью. Отсутствие инструкций объявления Если у вас имеется опыт работы с компилирующими языками или с языками, обладающими статической типизацией, такими как C, C++ или Java, вероятно, эта тема в книге вызовет у вас недоумение. Мы все время использовали переменные, не объявляя ни их самих, ни их типы, и все как-то работало. Например, когда вводится инструкция a = 3 в интерактивной оболочке интерпретатора или в файле сценария, как интерпретатор Python узнает, что речь идет о целом числе? И вообще, как Python узнает, что есть что? Как только вы начинаете задавать такие вопросы, вы попадаете в сферу действия модели динамической типизации, используемой в языке Python. Типы данных в языке Python определяются автоматически во время выполнения, а не в результате объявлений в программном коде. Это означает, что вам не требуется заранее объявлять переменные (эту концепцию проще понять, если иметь в виду, что все сводится к переменным, объектам и ссылкам между ними). Отсутствие инструкций объявления 195 Переменные, объекты и ссылки Как было видно из примеров, приводившихся до сих пор в книге, когда выполняется операция присваивания, такая как a = 3, интерпретатор выполняет ее, хотя перед этим ему нигде не сообщалось, что a – это имя переменной, или что она представляет объект целочисленного типа. В языке �� Python�� все это решается весьма естественным способом, как описано ниже: Создание переменной Переменная (то есть имя), такая как a, создается автоматически, когда в программном коде ей впервые присваивается некоторое значение. Все последующие операции присваивания просто изменяют значение, ассоциированное с уже созданным именем. Строго говоря, интерпретатор Python определяет некоторые имена до запуска программного кода, но вполне допустимо думать, что переменные создаются первой операцией присваивания. Типы переменных Переменные не имеют никакой информации о типе или ограничениях, связанных с ним. Понятие типа присуще объектам, а не именам. Переменные универсальны по своей природе – они всегда являются всего лишь ссылками на конкретные объекты в конкретные моменты времени. Использование переменной Когда переменная участвует в выражении, ее имя замещается объектом, на который она в настоящий момент ссылается, независимо от того, что это за объект. Кроме того, прежде чем переменную можно будет использовать, ей должно быть присвоено значение – использование неинициализированной переменной приведет к ошибке. В итоге складывается следующая картина: переменные создаются при выполнении операции присваивания, могут ссылаться на объекты любых типов и им должны быть присвоены некоторые значения, прежде чем к ним можно будет обратиться. Это означает, что от вас не требуется заранее объявлять переменные в сценарии, но вы должны инициализировать их перед использованием – счетчик, например, должен быть инициализирован нулевым значением, прежде чем его можно будет наращивать. Модель динамической типизации существенно отличается от моделей типов в традиционных языках программирования. Динамическая типизация обычно проще поддается пониманию начинающих, особенно если они четко осознают разницу между именами и объектами. Например, если ввести такую инструкцию: >>> a = 3 интерпретатор Python выполнит эту инструкцию в три этапа, по крайней мере, концептуально. Следующие этапы отражают все операции присваивания в языке Python: 1. Создается объект, представляющий число 3. 2. Создается переменная a, если она еще отсутствует. 3. В переменную a записывается ссылка на вновь созданный объект, представляющий число 3. 196 Глава 6. Интерлюдия о динамической типизации Результатом выполнения этих этапов будет структура, которая показана на рис. 6.1. Как показано на схеме, переменные и объекты хранятся в разных частях памяти и связаны между собой ссылкой (ссылка на рисунке показана в виде стрелки). Переменные всегда ссылаются на объекты и никогда – на другие переменные, но крупные объекты могут ссылаться на другие объекты (например, объект списка содержит ссылки на объекты, которые включены в список). Имена a Ссылки Объекты 3 Рис. 6.1. Имена и объекты после выполнения операции присваивания a = 3. Переменная превращается в ссылку на объект 3. Во внутреннем представлении переменная в действительности является указателем на пространство памяти с объектом, созданным в результате интерпретации литерального выражения 3 Эти ссылки на объекты в языке Python так и называются ссылки, то есть ссылки – это своего рода ассоциативная связь, реализованная в виде указателя на область памяти.1 Когда бы ни использовалась переменная (то есть ссылка), интерпретатор Python автоматически переходит по ссылке от переменной к объекту. Все на самом деле гораздо проще, чем кажется. В конкретных терминах: •• Переменные – это записи в системной таблице, где предусмотрено место для хранения ссылок на объекты. •• Объекты – это области памяти с объемом, достаточным для представления значений этих объектов. •• Ссылки – это автоматически разыменовываемые указатели на объекты. Всякий раз, по крайней мере концептуально, когда в сценарии в результате выполнения выражения создается новое значение, интерпретатор Python создает новый объект (то есть выделяет область памяти), представляющий это значение. Внутренняя реализация интерпретатора с целью оптимизации кэширует и повторно использует некоторые типы неизменяемых объектов, такие как малые целые числа и строки (каждый 0 в действительности не является новой областью в памяти; подробнее о механизме кэширования мы поговорим поз1 Читатели, знакомые с языком C, сочтут, что между ссылками в языке Python и указателями в языке C много общего (адреса в памяти). И действительно, ссылки реализованы как указатели и они часто играют ту же роль, особенно когда объект относится к категории изменяемых (подробнее об этом будет говориться ниже). Однако, так как ссылки при использовании всегда автоматически разыменовываются, вы никак не сможете использовать саму ссылку – эта особенность ликвидирует огромный пласт ошибок, которые можно допустить в языке C. Вы можете считать ссылки указателями типа «void» в языке C, которые автоматически разыменовываются при любом использовании. Отсутствие инструкций объявления 197 же). Но с логической точки зрения все выглядит так, как если бы результат каждого выражения был представлен отдельным объектом и каждый объект занимал отдельную область памяти. С технической точки зрения объекты имеют более сложную структуру, чем просто пространство в памяти, необходимое для хранения значения. Каждый объект имеет два стандартных поля: описатель типа, используемый для хранения информации о типе объекта, и счетчик ссылок, используемый для определения момента, когда память, занимаемая объектом, может быть освобождена. Чтобы понять, какую роль играют эти два поля в модели динамической типизации, нам необходимо двинуться дальше. Информация о типе хранится в объекте, но не в переменной Чтобы увидеть, как используется информация о типах объектов, посмотрим, что произойдет, если выполнить несколько операций присваивания одной и той же переменной: >>> a = 3 # Это целое число >>> a = ‘spam’ # Теперь это строка >>> a = 1.23 # Теперь это вещественное число Это не совсем типичный программный код на языке Python, но он работает – сначала создается целое число, потом строка и, наконец, вещественное число. Этот пример особенно странно выглядит для программистов, использовавших язык C, поскольку он выглядит так, как если бы при выполнении инструкции a = ‘spam’ производилось изменение типа переменной с целочисленного на строковый. Однако в действительности этого не происходит. В языке �� Python�� все реализовано намного проще: имена не имеют типов, как уже указывалось ранее, тип – это свойство объекта, а не имени. В предыдущем листинге просто изменяется ссылка на объект. Так как переменные не имеют типов, мы в действительности не изменяем типы переменных – мы просто записываем в переменные ссылки на объекты других типов. На самом деле, все, что можно сказать о переменных в языке Python,�� – это то, что они ссылаются на конкретные объекты в конкретные моменты времени. С другой стороны, объекты знают, к какому типу они относятся, – каждый объект содержит поле, в котором хранится информация о его типе. Целочисленный объект 3, например будет содержать значение 3 плюс информацию, которая сообщит интерпретатору Python, что объект является целым числом (строго говоря – это указатель на объект с названием int, которое играет роль имени целочисленного типа). Описатель типа для строки ‘spam’ указывает на строковый тип (с именем str). Поскольку информация о типе хранится в объектах, ее не нужно хранить в переменных. Итак, типы в языке Python�� – это свойства объектов, а не переменных. В типичном программном коде переменная обычно ссылается на объекты только одного типа. Т. к. для языка �� Python�� это не является обязательным требованием, программный код на языке Python обладает более высокой гибкостью, чем вам может показаться, – при умелом использовании особенностей языка программный код смог бы работать со многими типами автоматически. 198 Глава 6. Интерлюдия о динамической типизации Я уже упоминал, что каждый объект имеет два поля – описатель типа и счетчик ссылок. Чтобы разобраться с последним из них, нам нужно пойти еще дальше и взглянуть, что происходит в конце жизненного цикла объекта. Объекты уничтожаются автоматически В листинге из предыдущего раздела мы присваивали одной и той же переменной объекты различных типов. Но что происходит с прежним значением, когда выполняется новое присваивание? Например, что произойдет с объектом 3 после выполнения следующих инструкций; >>> a = 3 >>> a = ‘spam’ Дело в том, что всякий раз, когда имя ассоциируется с новым объектом, интерпретатор Python освобождает память, занимаемую предыдущим объектом (если на него не ссылается какое-либо другое имя или объект). Такое автоматическое освобождение памяти, занимаемой объектами, называется сборкой мусора (garbage collection). Чтобы проиллюстрировать сказанное, рассмотрим следующий пример, где с имя x ассоциируется с разными объектами при выполнении каждой операции присваивания: >>> >>> >>> >>> x x x x = = = = 42 ‘shrubbery’ # Освобождается объект 42 (если нет других ссылок) 3.1415 # Теперь освобождается объект ‘shrubbery’ [1,2,3] # Теперь освобождается объект 3.1415 Первое, что следует отметить, – каждый раз с именем x связывается объект другого типа. Снова, хотя в действительности это не так, возникает ощущение изменения типа переменной x с течением времени. Напомню, что в языке Python типы связаны с объектами, а не с именами. Так как имена – это всего лишь ссылки на объекты, данный код работает. Во-вторых, следует помнить, что попутно уничтожаются ссылки на объекты. Каждый раз, когда имя x ассоциируется с новым объектом, интерпретатор Py�� thon освобождает пространство, занятое прежним объектом. Например, когда с именем x связывается строка ‘shrubbery’, объект 42 немедленно уничтожается (при условии, что на него не ссылается никакое другое имя), а пространство памяти, занимаемое объектом, возвращается в пул свободной памяти для повторного использования в дальнейшем. Достигается это за счет того, что в каждом объекте имеется счетчик ссылок, с помощью которого интерпретатор следит за количеством ссылок, указывающих на объект в настоящий момент времени. Как только (и именно в этот момент) значение счетчика достигает нуля, память, занимаемая объектом, автоматически освобождается. В предыдущем листинге мы исходили из предположения, что всякий раз, когда имя x ассоциируется с новым объектом, счетчик предыдущего объекта уменьшается до нуля, заставляя интерпретатор освобождать память. Основная выгода от сборки мусора состоит в том, что программист может свободно распоряжаться объектами, не будучи обязан освобождать память в сво- Разделяемые ссылки 199 ем сценарии. Интерпретатор сам будет выполнять очистку неиспользуемой памяти в ходе выполнения программы. На практике эта особенность позволяет существенно уменьшить объем программного кода по сравнению с низкоуровневыми языками программирования, такими как C и C++. Строго говоря, механизм сборки мусора в основном опирается на счетчики ссылок, как было описано выше, однако он способен также обнаруживать и удалять объекты с циклическими ссылками. Эту особенность можно отключить, если вы уверены, что в программе не создаются объекты с циклическими ссылками, но по умолчанию она включена. Поскольку ссылки реализованы в виде указателей, существует возможность создать в объекте ссылку на самого себя или на другой объект, который ссылается сам на себя. Например, упражнение 6 в конце первой части и его решение в приложении B демонстрируют возможность создания циклической ссылки, за счет включения в список ссылки на сам список. То же может произойти при присваивании значений атрибутам объектов пользовательских классов. Несмотря на относительную редкость таких ситуаций, должен быть предусмотрен механизм их обработки, потому что счетчики ссылок в таких объектах никогда не достигнут нуля. Дополнительную информацию об обнаружении циклических ссылок можно найти в описании модуля gc, в справочном руководстве по стандартной библиотеке языка Python. Обратите также внимание, что данное описание применимо только к механизму сборки мусора в стандартной реализации CPython�� . Реализации Jython�� и �� IronPython�� могут использовать иные принципы работы, хотя и дающие тот же эффект – неиспользуемое пространство освобождается автоматически. Разделяемые ссылки До сих пор мы рассматривали вариант, когда ссылка на объект присваивается единственной переменной. Теперь введем в действие еще одну переменную и посмотрим, что происходит с именами и объектами в этом случае: >>> a = 3 >>> b = a В результате выполнения этих двух инструкций получается схема взаимоотношений, отраженная на рис. 6.2. Вторая инструкция вынуждает интерпретатор создать переменную b и использовать для инициализации переменную a, при этом она замещается объектом, на который ссылается (3), и b превращается в ссылку на этот объект. В результате переменные a и b ссылаются на один и тот же объект (то есть указывают на одну и ту же область в памяти). В языке Python это называется разделяемая ссылка – несколько имен ссылаются на один и тот же объект. 200 Глава 6. Интерлюдия о динамической типизации Имена a=3 b=a Ссылки a Объекты 3 b Рис. 6.2. Имена и объекты после выполнения инструкции присваивания b = a. Переменная b превращается в ссылку на объект 3. С технической точки зрения переменная в действительности является указателем на область памяти объекта, созданного в результате выполнения литерального выражения 3 Далее добавим еще одну инструкцию: >>> a = 3 >>> b = a >>> a = ‘spam’ Как во всех случаях присваивания в языке Python, в результате выполнения этой инструкции создается новый объект, представляющий строку ‘spam’, а ссылка на него записывается в переменную a. Однако эти действия не оказывают влияния на переменную b – она по-прежнему ссылается на первый объект, целое число 3. В результате схема взаимоотношений приобретает вид, показанный на рис. 6.3. Имена Ссылки Объекты 3 a=3 b=a a=‘spam’ a b ‘spam’ Рис. 6.3. Имена и объекты после выполнения инструкции присваивания a = ‘spam’. Переменная a ссылается на новый объект (то есть на область памяти), созданный в результате выполнения литерального выражения ‘spam’, но переменная b по-прежнему ссылается на первый объект 3. Так как эта операция присваивания никак не изменяет объект 3, она изменяет только переменную a, но не b То же самое произошло бы, если бы ссылка на объект ‘spam’ вместо переменной a была присвоена переменной b – изменилась бы только переменная b, но не a. Аналогичная ситуация возникает, даже если тип объекта не изменяется. Например, рассмотрим следующие три инструкции: Разделяемые ссылки 201 >>> a = 3 >>> b = a >>> a = a + 2 В этой последовательности происходят те же самые события: интерпретатор Python создает переменную a и записывает в нее ссылку на объект 3. После этого он создает переменную b и записывает в нее ту же ссылку, что хранится в переменной a, как показано на рис. 6.2. Наконец, последняя инструкция создает совершенно новый объект (в данном случае – целое число 5, которое является результатом выполнения операции сложения). Это не приводит к изменению переменной b. В действительности нет никакого способа перезаписать значение объекта 3 – как говорилось в главе 4, целые числа относятся к категории неизменяемых, и потому эти объекты невозможно изменить. Переменные в языке Python, в отличие от других языков программирования, всегда являются указателями на объекты, а не метками областей памяти, доступных для изменения: запись нового значения в переменную не приводит к изменению первоначального объекта, но приводит к тому, что переменная начинает ссылаться на совершенно другой объект. В результате инструкция присваивания может воздействовать только на одну переменную. Однако когда в уравнении появляются изменяемые объекты и операции, их изменяющие, картина несколько меняется. Чтобы узнать как, давайте двинемся дальше. Разделяемые ссылки и изменяемые объекты Как будет показано дальше в этой части книги, существуют такие объекты и операции, которые приводят к изменению самих объектов. Например, операция присваивания значения элементу списка фактически изменяет сам список вместо того, чтобы создавать совершенно новый объект списка. При работе с объектами, допускающими такие изменения, необходимо быть особенно внимательными при использовании разделяемых ссылок, так как изменение одного имени может отразиться на других именах. Чтобы проиллюстрировать сказанное, возьмем в качестве примера объекты списков, о которых рассказывалось в главе 4. Напомню, что списки, которые поддерживают возможность присваивания значений элементам, – это просто коллекции объектов, которые в программном коде записываются как литералы в квадратных скобках: >>> L1 = [2, 3, 4] >>> L2 = L1 В данном случае L1 – это список, содержащий объекты 2, 3 и 4. Доступ к элементам списка осуществляется по их индексам; так, L1[0] ссылается на объект 2, то есть на первый элемент в списке L1. Безусловно, списки являются полноценными объектами, такими же, как целые числа и строки. После выполнения двух приведенных выше инструкций L1 и L2 будут ссылаться на один и тот же объект, так же, как переменные a и b в предыдущем примере (рис. 6.2). Точно так же, если теперь добавить еще одну инструкцию: >>> L1 = 24 переменная L1 будет ссылаться на другой объект, а L2 по-прежнему будет ссылаться на первоначальный список. Однако если синтаксис последней инструкции чуть-чуть изменить, эффект получится радикально другим: 202 Глава 6. Интерлюдия о динамической типизации >>> L1 = [2, 3, 4] >>> L2 = L1 >>> L1[0] = 24 # Изменяемый объект # Создание второй ссылки на тот же самый объект # Изменение объекта >>> L1 [24, 3, 4] >>> L2 [24, 3, 4] # Переменная L1 изменилась # Но так же изменилась и переменная L2! Здесь мы не изменяем сам объект L1, изменяется компонент объекта, на который ссылается L1. Данное изменение затронуло часть самого объекта списка. Поскольку объект списка разделяется разными переменными (ссылки на него находятся в разных переменных), то изменения в самом списке затрагивают не только L1, то есть следует понимать, что такие изменения могут сказываться в других частях программы. В этом примере изменения обнаруживаются также в переменной L2, потому что она ссылается на тот же самый объект, что и L1. Здесь мы фактически не изменяли L2, но значение этой переменной изменилось. Как правило, это именно то, что требовалось, но вы должны понимать, как это происходит. Это – поведение по умолчанию: если вас оно не устраивает, можно потребовать от интерпретатора, чтобы вместо создания ссылок он выполнял копирование объектов. Скопировать список можно несколькими способами, включая встроенную функцию list и модуль copy из стандартной библиотеки. Однако самым стандартным способом копирования является получение среза от начала и до конца списка (подробнее об этой операции рассказывается в главах 4 и 7): >>> L1 = [2, 3, 4] >>> L2 = L1[:] # Создается копия списка L1 >>> L1[0] = 24 >>> L1 [24, 3, 4] >>> L2 [2, 3, 4] # L2 не изменилась Здесь изменения в L1 никак не отражаются на L2, потому что L2 ссылается на копию объекта, на который ссылается переменная L1. То есть эти переменные указывают на различные области памяти. Обратите внимание, что способ, основанный на получении среза, неприменим в случае с другим изменяемым базовым типом – со словарями, потому что словари не являются последовательностями. Чтобы скопировать словарь, необходимо воспользоваться методом X.copy(). Следует также отметить, что модуль copy из стандартной библиотеки имеет в своем составе универсальную функцию, позволяющую копировать объекты любых типов, включая вложенные структуры (например, словари с вложенными списками): import copy X = copy.copy(Y) # Создание “поверхностной” копии любого объекта Y X = copy.deepcopy(Y) # Создание полной копии: копируются все вложенные части В главах 8 и 9 мы будем рассматривать списки и словари во всей полноте и там же вернемся к концепции разделяемых ссылок и копирования. А пока просто держите в уме, что объекты, допускающие изменения в них самих (то есть из- 203 Разделяемые ссылки меняемые объекты), всегда подвержены описанным эффектам. В число таких объектов в языке �� Python�� попадают списки, словари и некоторые объекты, объявленные с помощью инструкции class. Если такое поведение является нежелательным, вы можете просто копировать объекты. Разделяемые ссылки и равенство В интересах полноты обсуждения должен заметить, что возможность сборки мусора, описанная ранее в этой главе, может оказаться более принципиальным понятием, чем литералы для объектов некоторых типов. Рассмотрим следующие инструкции: >>> x = 42 >>> x = ‘shrubbery’ # Объект 42 теперь уничтожен? Так как интерпретатор Python кэширует и повторно использует малые целые числа и небольшие строки, о чем уже упоминалось ранее, объект 42 скорее всего не будет уничтожен. Он, вероятнее всего, останется в системной таблице для повторного использования, когда вы вновь сгенерируете число 42 в программном коде. Однако большинство объектов уничтожаются немедленно, как только будет потеряна последняя ссылка, особенно те, к которым применение механизма кэширования не имеет смысла. Например, согласно модели ссылок в языке Python, существует два разных способа выполнить проверку равенства. Давайте создадим разделяемую ссылку для демонстрации: >>> L >>> M >>> L True >>> L True = [1, 2, 3] = L # M и L – ссылки на один и тот же объект == M # Одно и то же значение is M # Один и тот же объект Первый способ, основанный на использовании оператора ==, проверяет, равны ли значения объектов. В языке �� Python практически �� всегда используется именно этот способ. Второй способ, основанный на использовании оператора is, проверяет идентичность объектов. Он возвращает значение True, только если оба имени ссылаются на один и тот же объект, вследствие этого он является более строгой формой проверки равенства. На самом деле оператор is просто сравнивает указатели, которые реализуют ссылки, и тем самым может использоваться для выявления разделяемых ссылок в программном коде. Он возвращает значение False, даже если имена ссылаются на эквивалентные, но разные объекты, как, например, в следующем случае, когда выполняются два различных литеральных выражения: >>> L >>> M >>> L True >>> L False = [1, 2, 3] = [1, 2, 3] # M и L ссылаются на разные объекты == M # Одно и то же значение is M # Но разные объекты Посмотрите, что происходит, если те же самые действия выполняются над малыми целыми числами: 204 Глава 6. Интерлюдия о динамической типизации >>> X >>> Y >>> X True >>> X True = 42 = 42 # Должно получиться два разных объекта == Y is Y # Тот же самый объект: кэширование в действии! В этом примере переменные X и Y должны быть равны (==, одно и то же значение), но не эквивалентны (is, один и тот же объект), потому что было выполнено два разных литеральных выражения. Однако из-за того, что малые целые числа и строки кэшируются и используются повторно, оператор is сообщает, что переменные ссылаются на один и тот же объект. Фактически если вы действительно хотите взглянуть на работу внутренних механизмов, вы всегда можете запросить у интерпретатора количество ссылок на объект: функция getrefcount из стандартного модуля sys возвращает значение поля счетчика ссылок в объекте. Когда я, например, запросил количество ссылок на целочисленный объект 1 в среде разработки IDLE, я получил число 837 (большая часть ссылок была создана системным программным кодом самой IDLE, а не мною): >>> import sys >>> sys.getrefcount(1) 837 # 837 указателей на этот участок памяти Такое кэширование объектов и повторное их использование не будет иметь большого значения для вашего программного кода (если вы не используете оператор is!). Так как числа и строки не могут изменяться, совершенно неважно, сколько ссылок указывает на один и тот же объект. Однако такое поведение наглядно демонстрирует один из реализуемых Python способов оптимизации, направленной на повышение скорости выполнения. Динамическая типизация повсюду В действительности вам совсем не нужно рисовать схемы с именами, объектами, кружочками и стрелками, чтобы использовать Python. Однако в самом начале пути такие схемы иногда помогают разобраться в необычных случаях. Если после передачи изменяемого объекта в другую часть программы он возвращается измененным, значит, вы стали свидетелем того, о чем рассказывалось в этой главе. Более того, если к настоящему моменту динамическая типизация кажется вам немного непонятной, вы, вероятно, захотите устранить это недопонимание в будущем. Поскольку в языке Python все основано на присваивании и на ссылках, понимание основ этой модели пригодится во многих ситуациях. Как будет показано позже, одна и та же модель используется в операторах присваивания, при передаче аргументов функциям, в переменных цикла for, при импортировании модулей и так далее. Но к счастью, в Python реализована всего одна модель присваивания! Как только вы разберетесь в динамической типизации, вы обнаружите, что подобные принципы применяются повсюду в этом языке программирования. На практическом уровне наличие динамической типизации означает, что вам придется писать меньше программного кода. Однако не менее важно и то, что динамическая типизация составляет основу полиморфизма – концепции, ко- В заключение 205 торая была введена в главе 4 и к которой мы еще вернемся далее в этой книге, – в языке Python. Поскольку мы не ограничены применением типов в программном коде на языке Python, он обладает очень высокой гибкостью. Как будет показано далее, при правильном использовании динамической типизации и полиморфизма можно создавать такой программный код, который автоматически будет адаптироваться под новые требования в ходе развития вашей системы. В заключение В этой главе мы подробно рассмотрели модель динамической типизации в языке Python, то есть способ, который используется интерпретатором для автоматического хранения информации о типах объектов и избавляет нас от необходимости вставлять код объявлений в наши сценарии. Попутно мы узнали, как реализована связь между переменными и объектами. Кроме того, мы исследовали понятие сборки мусора, узнали, как разделяемые ссылки на объекты могут оказывать воздействие на несколько переменных и как ссылки влияют на понятие равенства в языке Python. Поскольку в языке Python имеется всего одна модель присваивания, и она используется повсюду в этом языке, очень важно, чтобы вы разобрались в ней, прежде чем двигаться дальше. Контрольные вопросы к этой главе должны помочь вам повторить некоторые идеи этой главы. После этого в следующей главе мы возобновим наш обзор объектов, приступив к изучению строк. Закрепление пройденного Контрольные вопросы 1. Взгляните на следующие три инструкции. Изменится ли значение переменной A? A = “spam” B = A B = “shrubbery” 2. Взгляните на следующие три инструкции. Изменится ли значение переменной A? A = [“spam”] B = A B[0] = “shrubbery” 3. А что можно сказать об этом случае? Изменится ли значение переменной A? A = [“spam”] B = A[:] B[0] = “shrubbery” Ответы 1. Нет, значением переменной A по-прежнему будет строка ‘spam’. Когда переменной B присваивается строка ‘shrubbery’, она просто начинает указывать на другой строковый объект. Первоначально переменные A и B разделяют 206 Глава 6. Интерлюдия о динамической типизации (то есть ссылаются, или указывают) один и тот же строковый объект со значением ‘spam’, но в языке Python два имени никак не связаны между собой. Таким образом, назначение переменной B ссылки на другой объект не оказывает влияние на переменную A. То же самое было бы справедливо, если бы последняя инструкция имела вид B = B + ‘shrubbery’, так как операция конкатенации создает в результате новый объект, ссылка на который затем записывается в переменную B. Мы не можем изменять сами строковые объекты (или числа, или кортежи), потому что они относятся к категории неизменяемых объектов. 2. Да, теперь значением переменной A будет [“shrubbery”]. Формально мы не изменили ни одну из переменных, ни A, ни B, но мы изменили часть самого объекта, на который они ссылаются (указывают), посредством переменной B. Поскольку A ссылается на тот же самый объект, что и B, изменения можно обнаружить и с помощью переменной A. 3. Нет, значением переменной A по-прежнему будет список [‘spam’]. Изменение самого объекта с помощью ссылки B не оказывает влияния на переменную A по той причине, что выражение получения среза создает копию объекта списка, прежде чем присвоить ссылку переменной B. После второго оператора присваивания в программе будет существовать два разных объекта списков с одинаковыми значениями (в языке Python мы говорим: «равны, но не эквивалентны»). Третья инструкция изменяет значение объекта списка, на который ссылается переменная B, а объект, на который ссылается переменная A, остается неизменным. Глава 7 . Строки Следующий основной тип на пути нашего иcследования встроенных объектов языка Python – это строки, упорядоченные последовательности символов, используемые для хранения и представления текстовой информации. Мы коротко познакомились со строками в главе 4. Здесь мы займемся более глубоким их исследованием и восполним некоторые подробности, которые ранее были опущены. С функциональной точки зрения строки могут использоваться для представления всего, что только может быть выражено в текстовой форме: символы и слова (например, ваше имя), содержимое текстовых файлов, загруженных в память, адреса в Интернете, программы на языке Python и так далее. Они могут также использоваться для хранения двоичных значений байтов и символов Юникода. Возможно, вам уже приходилось использовать строки в других языках программирования. Строки в языке Python играют ту же роль, что и массивы символов в языке C, но они являются инструментом более высокого уровня, нежели простой массив символов. В отличие от C, строки в языке Python обладают мощным набором средств для их обработки. Кроме того, в отличие от таких языков, как C, в языке Python отсутствует специальный тип для представления единственного символа, поэтому в случае необходимости используются односимвольные строки. Строго говоря, строки в языке Python относятся к категории неизменяемых последовательностей, в том смысле, что символы, которые они содержат, имеют определенный порядок следования слева направо и сами строки невозможно изменить. Фактически строки – это первый представитель большого класса объектов, называемых последовательностями, которые мы будем здесь изучать. Обратите особое внимание на операции над последовательностями, представленные в этой главе, так как они похожим образом работают и с другими типами последовательностей, такими как списки и кортежи, которые мы будем рассматривать позже. В табл. 7.1 приводятся наиболее типичные литералы строк и операций, которые обсуждаются в этой главе. Пустые строки записываются как пара ка- 208 Глава 7. Строки вычек (или апострофов), между которыми ничего нет; и существуют различные способы записи строк в программном коде. Для работы со строками поддерживаются операции выражений, такие как конкатенация (объединение строк), выделение подстроки, выборка символов по индексам (по смещению от начала строки) и так далее. Помимо выражений язык Python предоставляет ряд строковых методов, которые реализуют обычные задачи работы со строками, а также модули для решения более сложных задач обработки текста, таких как поиск по шаблону. Все эти инструменты будут рассматриваться далее в этой же главе. Таблица 7.1. Наиболее типичные литералы строк и операции Операция Интерпретация S = ‘’ Пустая строка S = “spam’s” Строка в кавычках S = ‘s\np\ta\x00m’ Экранированные последовательности block = “””...””” Блоки в тройных кавычках S = r’\temp\spam’ Неформатированные строки S = b’spam’ Строки байтов в версии 3.0 (глава 36) S = u’spam’ Строки с символами Юникода. Только в версии 2.6 (глава 36) S1 + S2 Конкатенация, повторение S * 3 S[i] S[i:j] Обращение к символу по индексу, извлечение подстроки (среза), длина len(S) “a %s parrot” % kind Выражение форматирования строки “a {0} parrot”.format(kind) Строковый метод форматирования в 2.6 и 3.0 S.find(‘pa’) Вызов строкового метода: поиск S.rstrip() Удаление ведущих и конечных пробельных символов S.replace(‘pa’, ‘xx’) Замена S.split(‘,’) Разбиение по символу-разделитлю S.isdigit() Проверка содержимого S.lower() Преобразование регистра символов S.endswith(‘spam’) Проверка окончания строки ‘spam’.join(strlist) Сборка строки из списка S.encode(‘latin-1’) Кодирование строк Юникода 209 Ответы Операция Интерпретация for x in S: print(x) Обход в цикле, проверка на вхождение ‘spam’ in S [c * 2 for c in S] map(ord, S) Помимо базового набора инструментов для работы со строками Python также поддерживает более сложные приемы обработки строк, основанные на применении шаблонов, с помощью библиотечного модуля re (regular expression – регулярные выражения), о котором говорилось в главе 4, а кроме того, такие высокоуровневые инструменты обработки текста, как парсеры XML, которые будут коротко представлены в главе 36. Однако основное внимание в этой книге будет уделено базовым операциям над строками, перечисленным в табл. 7.1. Данная глава начинается с краткого обзора форм строковых литералов и базовых строковых выражений, затем мы перейдем к более сложным инструментам, таким как методы строк и форматирование. В состав Python входит множество инструментов для работы со строками, но здесь мы не будем рассматривать все, что доступно, – полное описание приводится в справочном руководстве по стандартной библиотеке Python�� . Наша цель – исследовать наиболее часто используемые инструменты, чтобы получить достаточно полное представление об имеющихся возможностях. Методы, которые мы не будем рассматривать здесь, по своему использованию очень напоминают те, что рассматриваются. Примечание по существу: Строго говоря, в этой главе рассматривается лишь часть возможностей Python для работы со строками – тот набор, знание которого необходимо большинству программистов. Здесь будет представлен основной строковый тип str, который применяется для работы с текстовыми данными ASCII и принцип действия которого не изменяется в разных версиях Python. То есть эта глава преднамеренно ограничивается изучением основных способов обработки строк, которые применяются в большинстве сценариев на языке Python. С более формальной точки зрения, ASCII�� – это всего лишь разновидность текста Юникода. Различие между текстовыми и двоичными данными в языке Python обеспечивается за счет поддержки различных типов данных: •• В Python 3.0 существует три строковых типа: str – для представления текста Юникода (содержащего символы в кодировке ASCII и символы в других кодировках), bytes – для представления двоичных данных (включая кодированный текст) и byte array – изменяемый вариант типа bytes. •• В Python 2.6 для представления текста Юникода используется тип unicode, а для представления двоичных и текстовых данных, состоящих из 8-битных символов, используется тип str. 210 Глава 7. Строки Тип bytearray также доступен в версии 2.6, но не в более ранних версиях, и он не так тесно связан с двоичными данными, как в версии 3.0. Поскольку большинству программистов не требуется полное знание всех тонкостей кодирования Юникода или форматов представления двоичных данных, я поместил описание всех этих тонкостей в раздел «Расширенные возможности» этой книги, в главу 36. Если вам действительно потребуется знание расширенных концепций работы со строками, таких как альтернативные наборы символов или упакованные двоичные данные и файлы, после знакомства с материалом, который приводится здесь, обращайтесь к главе 36. А теперь мы сосредоточимся на основном строковом типе и на его операциях. Основы, которые мы будем здесь рассматривать, в равной степени относятся и к дополнительным строковым типам в языке Python. Литералы строк Вообще говоря, работать со строками в языке Python достаточно удобно. Самое сложное, пожалуй, – это наличие множества способов записи строк в программном коде: •• Строки в апострофах: ‘spa”m’ •• Строки в кавычках: “spa’m” •• Строки в тройных кавычках: ‘’’... spam ...’’’, “””... spam ...””” •• Экранированные последовательности: “s\tp\na\0m” •• Неформатированные строки: r”C:\new\test.spm” •• Строки байтов в версии 3.0 (глава 36): b’sp\x01am’ •• Строки символов Юникода, только в версии 2.6 (глава 36): u’eggs\u0020spam’ Варианты представления строк в апострофах и кавычках являются наиболее типичными, остальные играют особую роль, и мы отложим обсуждение последних двух форм до главы 36. Давайте коротко рассмотрим каждый из этих вариантов. Строки в апострофах и в кавычках – это одно и то же Кавычки и апострофы, окружающие строки, в языке Python�� являются взаимозаменяемыми. То есть строковые литералы можно заключать как в апострофы, так и в кавычки – эти две формы представления строк ничем не отличаются, и обе они возвращают объект того же самого типа. Например, следующие две строки совершенно идентичны: >>> ‘shrubbery’, “shrubbery” (‘shrubbery’, ‘shrubbery’) Причина наличия двух вариантов состоит в том, чтобы позволить вставлять в литералы символы кавычек и апострофов, не используя для этого символ обратного слеша. Вы можете вставлять апострофы в строки, заключенные в кавычки, и наоборот: >>> ‘knight”s’, “knight’s” (‘knight”s’, “knight’s”) Литералы строк 211 Между прочим, Python автоматически объединяет последовательности строковых литералов внутри выражения, хотя нет ничего сложного в том, чтобы добавить оператор + между литералами и вызвать операцию конкатенации явно: >>> title = “Meaning “ ‘of’ “ Life” # Неявная конкатенация >>> title ‘Meaning of Life’ Обратите внимание, если добавить запятые между этими строками, будет получен кортеж, а не строка. Кроме того, заметьте, что во всех этих примерах интерпретатор предпочитает выводить строки в апострофах, если их нет внутри строки. Кавычки и апострофы можно вставлять в строки, экранируя их символом обратного слеша: >>> ‘knight\’s’, “knight\”s” (“knight’s”, ‘knight”s’) Чтобы понять, зачем, вам необходимо узнать, как работает механизм экранирования вообще. Экранированные последовательности представляют служебные символы В последнем примере кавычка и апостроф внутри строк предваряются символом обратного слеша. Это частный случай более общей формы: символы обратного слеша используются для вставки специальных символов, известных как экранированные последовательности. Экранированные последовательности позволяют вставлять в строки символы, которые сложно ввести с клавиатуры. В конечном строковом объекте символ \ и один или более следующих за ним символов замещаются единственным символом, который имеет двоичное значение, определяемое экранированной последовательностью. Например, ниже приводится строка из пяти символов, в которую вставлены символ новой строки и табуляции: >>> s = ‘a\nb\tc’ Последовательность \n образует единственный символ – байт, содержащий двоичное значение кода символа новой строки в используемом наборе символов (обычно ASCII-код 10). Аналогично последовательность \t замещается символом табуляции. Как будет выглядеть такая строка при печати, зависит от того, как она выводится. Функция автоматического вывода в интерактивной оболочке отобразит служебные символы как экранированные последовательности, а инструкция print будет интерпретировать их: >>> s ‘a\nb\tc’ >>> print(s) a b c Чтобы окончательно убедиться, сколько байтов входит в эту строку, можно воспользоваться встроенной функцией len – она возвращает фактическое число байтов в строке независимо от того, как строка отображается на экране: >>> len(s) 5 212 Глава 7. Строки Длина этой строки составляет пять байтов: она содержит байт ASCII-символа a, байт символа новой строки, байт ASCII-символа b и так далее. Обратите внимание, что символы обратного слеша не сохраняются в памяти строкового объекта – они используются лишь для того, чтобы вынудить интерпретатор сохранить значения байтов в строке. Для представления служебных символов язык Python обеспечивает полный набор экранированных последовательностей, перечисленных в табл. 7.2. Таблица 7.2. Экранированные последовательности Последовательность Назначение \newline Игнорируется (продолжение на новой строке) \\ Сам символ обратного слеша (остается один символ \) \’ Апостроф (остается один символ ‘) \” Кавычка (остается один символ “) \a Звонок \b Забой \f Перевод формата \n Новая строка (перевод строки) \r Возврат каретки \t Горизонтальная табуляция \v Вертикальная табуляция \xhh Символ с шестнадцатеричным кодом hh (не более 2 цифр) \ooo Символ с восьмеричным кодом ooo (не более 3 цифр) \0 Символ Null (не признак конца строки) \N{id} Идентификатор ID базы данных Юникода \uhhhh 16-битный символ Юникода в шестнадцатеричном представлении \Uhhhhhhhh 32-битный символ Юникода в шестнадцатеричном представленииa \другое Не является экранированной последовательностью (символ обратного слеша сохраняется) Некоторые экранированные последовательности позволяют указывать абсолютные двоичные значения в байтах строк. Например, ниже приводится пример строки из пяти символов, содержащей два нулевых байта: a Экранированная последовательность \Uhhhhhhhh состоит ровно из восьми шестнадцатеричных цифр (h). Последовательности \u и \U могут использоваться только в литералах строк символов Юникода. Литералы строк 213 >>> s = ‘a\0b\0c’ >>> s ‘a\x00b\x00c’ >>> len(s) 5 В языке Python нулевой байт (символ null) не является признаком завершения строки, как в языке C. Интерпретатор просто сохраняет в памяти как текст самой строки, так и ее длину. Фактически в языке Python вообще нет символа, который служил бы признаком завершения строки. Ниже приводится строка, полностью состоящая из экранированных кодов, – двоичные значения 1 и 2 (записаны в восьмеричной форме), за которыми следует двоичное значение 3 (записано в шестнадцатеричной форме): >>> s = ‘\001\002\x03’ >>> s ‘\x01\x02\x03’ >>> len(s) 3 Обратите внимание, что интерпретатор �� Python�� отображает непечатаемые символы в шестнадцатеричном представлении, независимо от того, в каком виде они были указаны внутри литерала. Вы без ограничений можете комбинировать абсолютные экранированные значения с другими типами экранированных последовательностей, которые приводятся в табл. 7.2. Следующая строка содержит символы “spam”, символ табуляции и символ новой строки, а также нулевой символ, заданный в шестнадцатеричном представлении: >>> S = “s\tp\na\x00m” >>> S ‘s\tp\na\x00m’ >>> len(S) 7 >>> print(S) s p a m Это обстоятельство приобретает особую важность, когда возникает необходимость обрабатывать на языке Python файлы с двоичными данными. Поскольку содержимое таких файлов в сценариях на языке Python представлено строками, вы без труда сможете обрабатывать двоичные файлы, содержащие байты с любыми двоичными значениями (подробнее о файлах рассказывается в главе 9).1 1 Если вам требуется работать с файлами, содержащими двоичные данные, главное отличие в работе с ними заключается в том, что открывать их нужно в режиме двоичного доступа (добавляя к флагу режима открытия флаг b, например “rb”, “wb” и так далее). В Python 3.0 содержимое двоичных файлов интерпретируется как коллекция строк типа bytes, которые по своим возможностям напоминают обычные строки. В Python 2.6 содержимое таких файлов интерпретируется как коллекция обычных строк типа str. Кроме того, обратите внимание на модуль struct, который будет описан в главе 9, с помощью которого можно выполнять интерпретацию двоичных данных, загруженных из файла. Расширенное описание принципов работы с двоичными файлами и строками байтов приводится в главе 36. 214 Глава 7. Строки Наконец, последняя строка в табл. 7.2 предполагает, что если интерпретатор не распознает символ после \ как корректный служебный символ, он просто оставляет символ обратного слеша в строке: >>> x = “C:\py\code” >>> x ‘C:\\py\\code’ >>> len(x) 10 # Символ \ сохраняется в строке Однако если вы не способны держать в памяти всю табл. 7.2, вам не следует полагаться на описанное поведение.1 Чтобы явно добавить символ обратного слеша в строку, нужно указать два символа обратного слеша, идущие подряд (\\ – экранированный вариант представления символа \), или использовать неформатированные строки, которые описываются в следующем разделе. Неформатированные строки подавляют экранирование Как было показано, экранированные последовательности удобно использовать для вставки в строки служебных символов. Однако иногда зарезервированная экранированная последовательность может порождать неприятности. Очень часто, например, можно увидеть, как начинающие программисты пытаются открыть файл, передавая аргумент с именем файла, который имеет примерно следующий вид: myfile = open(‘C:\new\text.dat’, ‘w’) думая, что они открывают файл с именем text.dat в каталоге C:\new. Проблема здесь заключается в том, что последовательность \n интерпретируется как символ новой строки, а последовательность \t замещается символом табуляции. В результате функция open будет пытаться открыть файл с именем C:(newline) ew(tab)ext.dat, причем обычно безуспешно. Именно в таких случаях удобно использовать неформатированные строки. Если перед кавычкой, открывающей строку, стоит символ r (в верхнем или в нижнем регистре), он отключает механизм экранирования. В результате интерпретатор Python будет воспринимать символы обратного слеша в строке как обычные символы. Таким образом, чтобы ликвидировать проблему, связанную с именами файлов в Windows, не забывайте добавлять символ r. myfile = open(r’C:\new\text.dat’, ‘w’) Как вариант, учитывая, что два идущих подряд символа обратного слеша интерпретируются как один символ, можно просто продублировать символы обратного слеша: myfile = open(‘C:\\new\\text.dat’, ‘w’) Сам интерпретатор Python в определенных случаях использует удваивание обратного слеша при выводе строк, содержащих обратный слеш: >>> path = r’C:\new\text.dat’ >>> path # Показать, как интерпретатор представляет эту строку 1 Мне доводилось встречать людей, которые помнили всю таблицу или большую ее часть. Я мог бы посчитать их ненормальными, но тогда мне пришлось бы себя тоже включить в их число. 215 Литералы строк ‘C:\\new\\text.dat’ >>> print(path) C:\new\text.dat >>> len(path) 15 # Более дружественный формат представления # Длина строки Так же как и в случае с числами, при выводе результатов в интерактивной оболочке по умолчанию используется такой формат представления, как если бы это был программный код, отсюда и экранирование символов обратного слеша. Инструкция print обеспечивает более дружественный формат, в котором каждая пара символов обратного слеша выводится как один символ. Чтобы проверить, что дело обстоит именно так, можно проверить результат с помощью встроенной функции len, которая возвращает число байтов в строке независимо от формата отображения. Если посчитать символы в выводе инструкции print(path), можно увидеть, что каждому символу обратного слеша соответствует один байт, а всего строка содержит 15 символов. Помимо хранения имен каталогов в Windows, неформатированные строки обычно используются для регулярных выражений (возможность поиска по шаблону, поддерживаемая модулем re, о котором говорилось в главе 4). Кроме того, следует отметить, что в сценариях на языке Python в строках с именами каталогов в системах Windows и UNIX можно использовать простые символы слеша, потому что Python старается поддерживать переносимость для путей к файлам (например, путь к файлу можно указать в виде строки ‘C:/new/text. dat’). И все же, когда для кодирования имен каталогов в Windows используется традиционная нотация с обратными слешами, удобно использовать неформатированные строки. Несмотря на свое предназначение, даже неформатированная строка не может заканчиваться единственным символом обратного слеша, потому что обратный слеш в этом случае будет экранировать следующий за ним символ кавычки – вы по-прежнему должны экранировать кавычки внутри строки. То есть конструкция r”...\” не является допустимым строковым литералом – неформатированная строка не может заканчиваться нечетным количеством символов обратного слеша. Если необходимо, чтобы неформатированная строка заканчивалась символом обратного слеша, можно добавить два символа и затем удалить второй из них (r’1\nb\tc\\’[:-1]), добавить один символ вручную (r’1\nb\tc’ + ‘\\’) или использовать обычный синтаксис строковых литералов и дублировать все символы обратного слеша (‘1\\ nb\\tc\\’). Во всех трех случаях получается одна и та же строка из восьми символов, содержащая три обратных слеша. Тройные кавычки, многострочные блоки текста К настоящему моменту мы познакомились с кавычками, апострофами, экранированными последовательностями и неформатированными строками. Кроме этого в арсенале языка Python имеется формат представления строковых литералов, в котором используются тройные кавычки. Этот формат иногда называют блочной строкой, который удобно использовать для определения многострочных блоков текста в программном коде. Литералы в этой форме на- 216 Глава 7. Строки чинаются с трех идущих подряд кавычек (или апострофов), за которыми может следовать произвольное число строк текста, который закрывается такими же тремя кавычками. Внутри такой строки могут присутствовать и кавычки, и апострофы, но экранировать их не требуется – строка не считается завершенной, пока интерпретатор не встретит три неэкранированные кавычки того же типа, которые начинают литерал. Например: >>> mantra = “””Always look ... on the bright ... side of life.””” >>> >>> mantra ‘Always look\n on the bright\nside of life.’ Эта строка состоит из трех строк текста (в некоторых системах строка приглашения к вводу изменяется на ..., когда ввод продолжается на следующей линии; среда IDLE просто переводит курсор на следующую линию). Интерпретатор собирает блок текста, заключенный в тройные кавычки, в одну строку, добавляя символы новой строки (\n) там, где в программном коде выполнялся переход на новую строку. Обратите внимание, что в результате у второй строки имеется ведущий пробел, а у третьей – нет, то есть, что вы в действительности вводите, то и получаете. Чтобы увидеть, как в реальности интерпретируется строка с символами новой строки, можно воспользоваться инструкцией print: >>> print(mantra) Always look on the bright side of life. Строки в тройных кавычках удобно использовать, когда в программе требуется ввести многострочный текст, например чтобы определить многострочный текст сообщения об ошибке или код разметки на языке HTML или XML. Вы можете встраивать такие блоки текста прямо в свои сценарии, не используя для этого внешние текстовые файлы или явную операцию конкатенации и символы новой строки. Часто строки в тройных кавычках используются для создания строк документирования, которые являются литералами строк, воспринимаемыми как комментарии при появлении их в определенных местах сценария (подробнее о них будет рассказываться позже в этой книге). Комментарии не обязательно (но часто!) представляют собой многострочный текст, и данный формат дает возможность вводить многострочные комментарии. Наконец, иногда тройные кавычки являются ужасающим, хакерским способом временного отключения строк программного кода во время разработки (Хорошо, хорошо! На самом деле это совсем не так ужасно, а просто довольно распространенная практика). Если вам потребуется отключить несколько строк программного кода и запустить сценарий снова, просто вставьте по три кавычки до и после нужного блока кода, как показано ниже: X = 1 “”” import os print(os.getcwd()) “”” Y = 2 Строки в действии 217 Я назвал этот прием ужасным, потому что при работе интерпретатор вынужден создавать строку из строк программного кода, отключенных таким способом, но, скорее всего, это слабо сказывается на производительности. В случае крупных блоков программного кода использовать этот прием гораздо удобнее, чем вставлять символы решетки в начале каждой строки, а затем убирать их. Это особенно верно, если используемый вами текстовый редактор не поддерживает возможность редактирования исходных текстов на языке Python. При программировании на этом языке практичность часто берет верх над эстетичностью. Строки в действии Как только с помощью литеральных выражений, с которыми мы только что познакомились, строка будет создана, вам наверняка потребуется выполнять какие-либо операции с ее участием. В этом и в следующих двух разделах демонстрируются основы работы со строками, форматирование и методы – первая линия инструментальных средств обработки текста в языке Python. Базовые операции Давайте запустим интерактивный сеанс работы с интерпретатором Python, чтобы проиллюстрировать базовые операции над строками, которые были перечислены в табл. 7.1. Строки можно объединять с помощью оператора конкатенации + и дублировать с помощью оператора повторения *: % python >>> len(‘abc’) # Длина: число элементов 3 >>> ‘abc’ + ‘def’ # Конкатенация: новая строка ‘abcdef’ >>> ‘Ni!’ * 4 # Повторение: подобно “Ni!” + “Ni!” + ... ‘Ni!Ni!Ni!Ni!’ Формально операция сложения двух строковых объектов создает новый строковый объект, объединяющий содержимое операндов. Операция повторения напоминает многократное сложение строки с самой собой. В обоих случаях Python позволяет создавать строки произвольного размера – нет никакой необходимости предварительно объявлять что бы то ни было, включая размеры структур данных.1 Встроенная функция len возвращает длину строки (или любого другого объекта, который имеет длину). 1 В отличие от массивов символов в языке C, при работе со строками в языке Python вам не нужно выделять или управлять памятью массивов – вы просто создаете объекты строк, когда в этом возникает необходимость, и позволяете интерпретатору самому управлять памятью, выделяемой для этих объектов. Как уже говорилось в главе 6, Python автоматически освобождает память, занятую ненужными объектами, используя стратегию сборки мусора, основанную на подсчете количества ссылок. Каждый объект следит за количеством имен, структур данных и другими компонентами, которые ссылаются на него. Когда количество ссылок уменьшается до нуля, интерпретатор освобождает память, занятую объектом. Это означает, что интерпретатору не требуется останавливаться и просматривать всю память в поисках неиспользуемого пространства (дополнительный компонент сборки мусора собирает также циклические объекты). 218 Глава 7. Строки Операция повторения на первый взгляд выглядит несколько странно, но она очень удобна в очень широком диапазоне применений. Например, чтобы вывести строку из 80 символов дефиса, можно самому сосчитать до 80, а можно возложить эту работу на плечи интерпретатора: >>> print(‘------- ...много дефисов... ---’) # 80 дефисов, сложный способ >>> print(‘-’ * 80) # 80 дефисов, простой способ Обратите внимание: здесь работает механизм перегрузки операторов: мы используем те же самые операторы + и *, которые используются для выполнения операций сложения и умножения с числами. Интерпретатор выполняет требуемую операцию, потому что ему известны типы объектов, к которым применяются операции сложения и умножения. Но будьте внимательны: правила не так либеральны, как может показаться. Например, интерпретатор не позволяет смешивать строки и числа в выражениях сложения: ‘abc’ + 9 вызовет ошибку вместо того, чтобы автоматически преобразовать число 9 в строку. Как показано в последней строке табл. 7.1, допускается выполнять обход элементов строки в цикле, используя инструкцию for, и проверять вхождение подстроки в строку с помощью оператора выражения in, который, по сути, выполняет операцию поиска. В случае поиска подстрок оператор in напоминает метод str.find(), который рассматривается ниже, в этой же главе, – с тем отличием, что он возвращает логический результат, а не позицию подстроки в строке: >>> myjob = “hacker” >>> for c in myjob: print(c, end=’ ‘), # Обход элементов строки в цикле ... h a c k e r >>> “k” in myjob # Найдено True >>> “z” in myjob # Не найдено False >>> ‘spam’ in ‘abcspamdef’ # Поиск подстроки, позиция не возвращается True Оператор цикла for присваивает переменной очередной элемент последовательности (в данном случае – строки) и для каждого элемента выполняет одну или более инструкций. В результате переменная c превращается в своего рода курсор, который постепенно перемещается по строке. Далее в этой книге (особенно в главах 14 и 20) мы подробнее рассмотрим средства выполнения итераций, подобных этой и другим, перечисленным в табл. 7.1. Доступ по индексам и извлечение подстроки Так как строки определены как упорядоченные коллекции символов, мы можем обращаться к элементам строк по номерам позиций. В языке Python символы извлекаются из строк с помощью операции индексирования – указанием числового смещения требуемого компонента в квадратных скобках после имени строки. В результате операции вы получаете строку, состоящую из одного символа, находящегося в указанной позиции. Как и в языке C, в языке Python смещения символов в строках начинают исчисляться с 0, а последний символ в строке имеет смещение на единицу меньше длины строки. Однако, в отличие от C, Python также позволяет извлекать элементы последовательностей, таких как строки, используя отрицательные смещения. Технически отрицательное смещение складывается с длиной стро- 219 Строки в действии ки, чтобы получить положительное смещение. Отрицательные смещения можно также представить себе как отсчет символов с конца строки. Например: >>> S = ‘spam’ >>> S[0], S[-2] # Индексация от начала или от конца (‘s’, ‘a’) >>> S[1:3], S[1:], S[:-1] # Получение среза: извлечение подстроки (‘pa’, ‘pam’, ‘spa’) В первой строке определяется строка из четырех символов и связывается с именем S. В следующей строке выполняются две операции доступа к элементам по индексам: S[0] возвращает элемент со смещением 0 от начала (односимвольную строку ‘s’), а S[-2] возвращает элемент со смещением 2 от конца (что эквивалентно смещению (4 + (-2)) от начала). Смещения и срезы отображаются на элементы последовательности, как показано на рис. 7.1.1 [начало:конец] Индексы указывают позиции, в которых будут выполнены «разрезы» 0 1 S 2 L I С E O F S P A M [: :] По умолчанию используются начало и конец последовательности Рис. 7.1. Смещения и срезы: положительные смещения отсчитываются от левого конца (первый элемент имеет смещение 0), а отрицательные отсчитываются от правого конца (последний элемент имеет смещение –1). При выполнении операций индексации и получения среза можно использовать любые виды смещений Последняя строка в предыдущем примере демонстрирует операцию извлечения среза (slicing). Получение среза можно считать некоторой формой синтаксического анализа, особенно при работе со строками, – она позволяет извлекать целые участки (подстроки) за одно действие. Операция получения среза может использоваться для извлечения столбцов данных, обрезания ведущих и завершающих блоков текста и тому подобного. Позже, в этой же главе, мы рассмотрим другой пример использования операции получения среза для синтаксического анализа строки. Как же выполняется операция получения среза? Когда производится индексирование объекта последовательности, такого как строка, парой смещений, разделенных двоеточием, интерпретатор Python возвращает новый объект, содержащий непрерывную область, определяемую парой смещений. Значение смещения слева от двоеточия обозначает левую границу (включительно), а справа – верхнюю границу (она не входит в срез). Интерпретатор извлека- 1 Математически более подготовленные читатели (и студенты в моих классах) иногда обнаруживают здесь небольшую асимметрию: самый левый элемент имеет смещение 0, а самый правый имеет смещение –1. Увы, в языке Python отсутствует такая вещь, как значение –0. 220 Глава 7. Строки ет все элементы от нижней границы до верхней, но верхняя граница в срез не включается. Если левая и правая граница опущены, по умолчанию принимаются значения, равные 0 и длине объекта соответственно, из которого извлекается срез. Например, для только что рассмотренного примера выражение S[1:3] вернет элементы со смещениями 1 и 2. То есть будут извлечены второй и третий элементы, и операция остановится перед четвертым элементом со смещением, равным 3. Выражение S[1:] вернет все элементы, расположенные за первым, – за значение верхней границы, которая в выражении опущена, по умолчанию принимается длина строки. Наконец, выражение S[:-1] вернет все элементы, кроме последнего, – за значение нижней границы по умолчанию принимается 0, а индекс –1 соответствует последнему элементу, который в срез не включается. Все это может показаться на первый взгляд слишком замысловатым, но операции извлечения отдельных элементов и срезов превратятся в простые и мощные инструменты, как только вы ими овладеете. Если вы забыли, как выполняется срез, попробуйте получить его в интерактивном сеансе. В следующей главе вы увидите, что существует возможность изменить целый раздел определенного объекта одной инструкцией, достаточно лишь выполнить операцию присваивания срезу. Далее приводится краткий обзор для справки: •• Операция индексирования (S[i]) извлекает компоненты по их смещениям: •• Первый элемент имеет смещение 0. •• Отрицательные индексы определяют смещения в обратном порядке – от конца, или справа. •• Выражение S[0] извлекает первый элемент. •• Выражение S[-2] извлекает второй с конца элемент (так же, как и выражение S[len(S)-2]). •• Операция извлечения подстроки (S[i:j]) извлекает непрерывный раздел последовательности: •• Элемент с индексом, равным верхней границе, не включается в срез. •• Если границы не указаны, по умолчанию они принимаются равными 0 и длине последовательности. •• Выражение S[1:3] извлекает элементы со смещениями от 1 до 3 (не включая элемент со смещением 3). •• Выражение S[1:] извлекает элементы, начиная со смещения 1 и до конца (длина последовательности). •• Выражение S[:3] извлекает элементы, начиная со смещения 0 и до 3 (не включая его). •• Выражение S[:-1] извлекает элементы, начиная со смещения 0 и до последнего (не включая его). •• Выражение S[:] извлекает элементы, начиная со смещения 0 и до конца, – это эффективный способ создать поверхностную копию последовательности S. Последний пункт списка – это самый обычный трюк: с его помощью создается полная поверхностная копия объекта последовательности, то есть объект с тем же значением, но расположенный в другой области памяти (подробнее о ко- Строки в действии 221 пировании объектов рассказывается в главе 9). Этот прием не очень полезен при работе с неизменяемыми объектами, такими как строки, но его ценность возрастает при работе с объектами, которые могут изменяться, – такими, как списки. В следующей главе вы узнаете, что синтаксис операции доступа к элементам последовательности по смещениям (квадратные скобки) также применим для доступа к элементам словарей по ключам – операции выглядят одинаково, но имеют разную интерпретацию. Расширенная операция извлечения подстроки: третий предел В версии Python 2.3 в операцию извлечения подстроки была добавлена поддержка необязательного третьего индекса, используемого как шаг (иногда называется как шаг по индексу). Величина шага добавляется к индексу каждого извлекаемого элемента. Полная форма записи операции извлечения подстроки теперь выглядит так: X[I:J:K]. Она означает: «Извлечь все элементы последовательности X, начиная со смещения I, вплоть до смещения J-1, с шагом K». Третий предел, K, по умолчанию имеет значение 1, именно по этой причине в обычной ситуации извлекаются все элементы среза, слева направо. Однако если явно указать значение третьего предела, его можно использовать, чтобы пропустить некоторые элементы или полностью изменить их порядок. Например, выражение X[1:10:2] вернет каждый второй элемент последовательности X в диапазоне смещений от 1 до 9 – то есть будут выбраны элементы со смещениями 1, 3, 5, 7 и 9. Как правило, по умолчанию первый и второй пределы принимают значения 0 и длину последовательности соответственно, поэтому выражение X[::2] вернет каждый второй элемент от начала и до конца последовательности: >>> S = ‘abcdefghijklmnop’ >>> S[1:10:2] ‘bdfhj’ >>> S[::2] ‘acegikmo’ Можно также использовать отрицательное значение шага. Например, выражение “hello”[::-1] вернет новую строку “olleh”. Здесь первые две границы получают значения по умолчанию – 0 и длина последовательности, а величина шага, равная -1, указывает, что срез должен быть выбран в обратном порядке – справа налево, а не слева направо. В результате получается перевернутая последовательность: >>> S = ‘hello’ >>> S[::-1] ‘olleh’ При использовании отрицательного шага порядок применения первых двух границ меняется на противоположный. То есть выражение S[5:1:-1] извлечет элемент со 2 по 5 в обратном порядке (результат будет содержать элементы последовательности со смещениями 5, 4, 3 и 2): >>> S = ‘abcedfg’ >>> S[5:1:-1] ‘fdec’ 222 Глава 7. Строки Пропуск элементов и изменение порядка их следования – это наиболее типичные случаи использования операции получения среза с тремя пределами. За более подробной информацией вам следует обратиться к руководству по стандартной библиотеке языка Python (или поэкспериментировать в интерактивной оболочке). Мы еще вернемся к операции получения среза с тремя пределами далее в этой книге, когда будем рассматривать ее в соединении с оператором цикла for. Далее в этой книге мы также узнаем, что операция извлечения среза эквивалентна операции индексирования, в которой в качестве индекса используется специальный объект среза, что очень важно для разработчиков классов, которым требуется реализовать поддержку обеих операций: >>> ‘spam’[1:3] # Синтаксис извлечения среза ‘pa’ >>> ‘spam’[slice(1, 3)] # используется объект среза ‘pa’ >>> ‘spam’[::-1] ‘maps’ >>> ‘spam’[slice(None, None, -1)] ‘maps’ Придется держать в уме: срезы Повсюду в этой книге я буду включать аналогичные врезки с описанием наиболее типичных случаев использования рассматриваемых особенностей языка на практике. Поскольку у вас нет возможности осознать реальные возможности языка, пока вы не увидите большую часть картины, эти врезки будут содержать множество упоминаний тем, незнакомых для вас. Поэтому вам следует воспринимать эти сведения как предварительное знакомство со способами, которые связывают абстрактные концепции языка с решением наиболее распространенных задач программирования. Например, далее вы увидите, что аргументы командной строки, переданные сценарию на языке Python при запуске, доступны в виде атрибута argv встроенного модуля sys: # File echo.py import sys print sys.argv % python echo.py -a -b -c [‘echo.py’, ‘-a’, ‘-b’, ‘-c’] Обычно вас будут интересовать только параметры, которые следуют за именем программы. Это приводит нас к типичному использованию операции получения среза: мы можем с помощью единственной инструкции получить все элементы списка, за исключением первого. В данном случае выражение sys.argv[1:] вернет требуемый список [‘-a’, ‘-b’, ‘-c’]. После этого список можно обрабатывать по своему усмотрению, не заботясь о присутствии имени программы в начале. Строки в действии 223 Кроме того, операция получения среза часто используется для удаления лишних символов из строк, считываемых из файлов. Если известно, что строки всегда завершаются символом новой строки (символ \n), его можно удалить одним-единственным выражением – line[:-1], которое возвращает все символы строки, кроме последнего (нижняя граница по умолчанию принимается равной 0). В обоих случаях операция извлечения подстроки обеспечивает логику выполнения, которую в низкоуровневых языках программирования пришлось бы реализовывать явно. Обратите внимание, что для удаления символа новой строки часто предпочтительнее использовать метод line.rstrip, потому что он не повреждает строки, в которых отсутствует символ новой строки в конце, – типичный случай при создании текстовых файлов некоторыми текстовыми редакторами. Операция извлечения подстроки применима, только если вы полностью уверены, что строки завершаются корректным образом. Инструменты преобразования строк Один из девизов языка Python – не поддаваться искушению делать предположения о том, что имелось в виду. Например, Python не позволит сложить строку и число, даже если строка выглядит как число (то есть содержит только цифры): >>> “42” + 1 TypeError: cannot concatenate ‘str’ and ‘int’ objects В соответствии с архитектурой языка оператор + может означать и операцию сложения, и операцию конкатенации, вследствие чего выбор типа преобразования становится неочевидным. Поэтому интерпретатор воспринимает такую инструкцию как ошибочную. Вообще в языке Python отвергается любая магия, которая может осложнить жизнь программиста. Как же быть, если сценарий получает число в виде текстовой строки из файла или от пользовательского интерфейса? В этом случае следует использовать инструменты преобразования, чтобы можно было интерпретировать строку как число или наоборот. Например: >>> int(“42”), str(42) # Преобразование из/в строки (42, ‘42’) >>> repr(42), # Преобразование в строку, как если бы она была ‘42’ # литералом в программном коде Функция int преобразует строку в число, а функция str преобразует число в строковое представление (по сути – в то, что выводится на экран). Функция repr (и прежний ее эквивалент, обратные апострофы, который был удален в Python 3.0) также преобразует объект в строковое представление, но возвращает объект в виде строки программного кода, который можно выполнить, чтобы воссоздать объект. Если объект – строка, то инструкция print выведет кавычки, окружающие строку: >>> print(str(‘spam’), repr(‘spam’)) (‘spam’, “’spam’”) 224 Глава 7. Строки Подробнее о различиях между функциями str и repr можно прочитать во врезке «Форматы представления repr и str», в главе 5. Кроме того, функции int и str изначально предназначены для выполнения преобразований. Вы не сможете смешивать строковые и числовые типы в таких операторах, как +, но вы можете вручную выполнить необходимые преобразования операндов перед выполнением операции: >>> S = “42” >>> I = 1 >>> S + I TypeError: cannot concatenate ‘str’ and ‘int’ objects >>> int(S) + I 43 # Операция сложения >>> S + str(I) ‘421’ # Операция конкатенации Существуют похожие встроенные функции для преобразования вещественных чисел в/из строки: >>> str(3.1415), float(“1.5”) (‘3.1415’, 1.5) >>> text = “1.234E-10” >>> float(text) 1.2340000000000001e-010 Позднее мы познакомимся со встроенной функцией eval – она выполняет строку, содержащую программный код на языке Python, и потому может выполнять преобразование строки в объект любого вида. Функции int и float преобразуют только числа, но это ограничение означает, что они обычно выполняют эту работу быстрее (и безопаснее, потому что они не принимают программный код произвольного выражения). Как было показано в главе 5, выражение форматирования строки также обеспечивает возможность преобразования чисел в строки. Форматирование будет обсуждаться ниже, в этой же главе. Преобразование кодов символов Имеется также возможность выполнить преобразование одиночного символа в его целочисленный код ASCII, для чего нужно передать этот символ функции ord – она возвращает фактическое числовое значение соответствующего байта в памяти. Обратное преобразование выполняется с помощью функции chr, она получает целочисленный код ASCII и преобразует его в соответствующий символ: >>> ord(‘s’) 115 >>> chr(115) ‘s’ Эти функции можно применить ко всем символам строки в цикле. Они могут также использоваться для реализации своего рода строковой математики. Например, чтобы получить следующий по алфавиту символ, его можно преобразовать в число и выполнить математическое действие над ним: Строки в действии >>> >>> >>> ‘6’ >>> >>> ‘7’ 225 S = ‘5’ S = chr(ord(S) + 1) S S = chr(ord(S) + 1) S Следующий пример преобразования представляет собой альтернативу встроенной функции int, по крайней мере для односимвольных строк, для преобразования строки в целое число: >>> int(‘5’) 5 >>> ord(‘5’) - ord(‘0’) 5 Такие преобразования могут использоваться в сочетании с операторами цикла, представленными в главе 4 и подробно рассматриваемыми в следующей части книги, для получения целочисленных значений из строковых представлений двоичных чисел. В каждой итерации текущее значение умножается на 2 и затем к нему прибавляется числовое значение следующей цифры: >>> >>> >>> ... ... ... >>> 13 B = ‘1101’ # Двоичные цифры преобразуются в числа с помощью функции ord I = 0 while B != ‘’: I = I * 2 + (ord(B[0]) - ord(‘0’)) B = B[1:] I Операция побитового сдвига влево (I << 1) могла бы дать тот же эффект, что и операция умножения на 2. Но так как мы еще не познакомились с циклами и уже видели встроенные функции int и bin в главе 5, которые могут использоваться в задачах преобразования двоичных чисел в Python 2.6 и 3.0, то же самое можно реализовать, как показано ниже: >>> int(‘1101’, 2) # Преобразовать двоичное представление в целое число 13 >>> bin(13) # Преобразовать целое число в двоичное представление ‘0b1101’ С течением времени язык Python�� стремится автоматизировать решение наиболее типичных задач! Изменение строк Помните термин «неизменяемая последовательность»? Слово «неизменяемая» означает, что вы не можете изменить содержимое самой строки в памяти (то есть невозможно изменить элемент строки, выполнив присваивание по индексу): >>> S = ‘spam’ >>> S[0] = “x” Возникает ошибка! 226 Глава 7. Строки Тогда каким образом в языке Python производить изменение текстовой информации? Чтобы изменить строку, необходимо создать новую строку с помощью таких операций, как конкатенация и извлечение подстроки, и затем, если это необходимо, присвоить результат первоначальному имени: >>> S = S + ‘SPAM!’ # Чтобы изменить строку, нужно создать новую >>> S ‘spamSPAM!’ >>> S = S[:4] + ‘Burger’ + S[-1] >>> S ‘spamBurger!’ Первый пример добавляет подстроку в конец строки S с помощью операции конкатенации. В действительности здесь создается новая строка, которая затем присваивается имени S, но вы можете представить себе это действие как «изменение» первоначальной строки. Второй пример замещает четыре символа шестью новыми – с помощью операций извлечения подстроки и конкатенации. Как будет показано далее в этой главе, похожего эффекта можно добиться с помощью строкового метода replace. Вот как это выглядит: >>> S = ‘splot’ >>> S = S.replace(‘pl’, ‘pamal’) >>> S ‘spamalot’ Как и всякая операция, создающая новую строку, строковые методы создают новые строковые объекты. Если вам необходимо сохранить эти объекты, вы можете присвоить их переменной. Создание нового объекта строки для каждого изменения – операция не столь неэффективная, как может показаться, – вспомните, в предыдущей главе говорилось, что интерпретатор автоматически производит сборку мусора (освобождает память, занятую неиспользуемыми строковыми объектами), поэтому новые объекты повторно используют память, ранее занятую прежними значениями. Интерпретатор �� Python�� во многих случаях работает гораздо быстрее, чем можно было бы ожидать. Наконец, дополнительно существует возможность сборки текстовых значений с помощью выражений форматирования строк. Ниже приводятся два примера подстановки значений объектов в строку, при этом происходит преобразование объектов в строки и изменение первоначальной строки в соответствии со спецификаторами формата: >>> ‘That is %d %s bird!’ % (1, ‘dead’) # Выражение форматирования That is 1 dead bird! >>> ‘That is {0} {1} bird!’.format(1, ‘dead’) # Метод форматирования ‘That is 1 dead bird!’ # в 2.6 и 3.0 Несмотря на впечатление, что происходит замена символов в строке, в действительности в результате форматирования получаются новые строковые объекты, а оригинальные строки не изменяются. Мы будем рассматривать приемы форматирования ниже, в этой же главе, где вы увидите, что операции форматирования могут иметь большую практическую пользу, чем в этом примере. Второй пример представляет строковый метод; и мы в первую очередь познакомимся с методами строк, а потом перейдем к изучению приемов форматирования. Строковые методы 227 Как будет показано в главе 36, в Python 3.0 и 2.6 появился новый строковый тип bytearray, который относится к категории изменяемых, в том смысле, что объекты этого типа могут изменяться непосредственно. В действительности объекты типа bytearray не являются строками – это последовательности 8-битных целых чисел. Однако они поддерживают большую часть строковых операций и при отображении выводятся как строки символов ASCII. Объекты этого типа обеспечивают возможность хранения больших объемов текста, который требуется изменять достаточно часто. В главе 36 мы также увидим, что функции ord и chr способны работать с символами Юникода, которые могут храниться в нескольких байтах. Строковые методы В дополнение к операторам выражений строки предоставляют набор методов, реализующих более сложные операции обработки текста. Методы – это просто функции, которые связаны с определенными объектами. Формально они являются атрибутами, присоединенными к объектам, которые ссылаются на функции. В языке Python выражения и встроенные функции могут работать с некоторым набором типов, но методы являются специфичными для типов объектов: строковые методы, например, работают только со строковыми объектами. В �� Python�� 3.0 некоторые методы могут относиться к разным типам (например, многие типы имеют метод count), но при этом по своей функциональности они в большей степени зависят от типа объекта, чем другие инструменты. Если говорить более точно, функции – это пакеты программного кода, а вызовы методов объединяют в себе выполнение двух операций (извлечение атрибута и вызов функции). Извлечение атрибута Выражение вида object.attribute означает: «извлечь значение атрибута attribute из объекта object». Вызов функции Выражение вида function(arguments) означает: «вызвать программный код функции function, передав ему ноль или более объектов-аргументов arguments, разделенных запятыми, и вернуть значение функции». Объединение этих двух действий позволяет вызвать метод объекта. Выражение вызова метода object.method(arguments) вычисляется слева направо, то есть интерпретатор сначала извлекает метод объекта, а затем вызывает его, передавая ему входные аргументы. Если метод возвращает какой-либо результат, он становится результатом всего выражения вызова метода. Как будет много раз показано в этой части книги, большинство объектов обладает методами, которые можно вызвать, и все они доступны с использованием одного и того же синтаксиса вызова метода. Чтобы вызвать метод объекта, вам потребуется существующий объект. Давайте перейдем к рассмотрению некоторых примеров. 228 Глава 7. Строки В табл. 7.3 приводятся шаблоны вызова встроенных строковых методов в версии Python 3.0 (более полный и обновленный перечень методов вы найдете в руководстве по стандартной библиотеке языка Python или воспользовавшись функцией help в интерактивной оболочке, передав ей любую строку). В �� Python 2.6 набор строковых методов немного отличается – в их число, например, входит метод decode, потому что работа со строками Юникода в этой версии реализована несколько иначе (подробнее об этом рассказывается в главе 36). В таблице имя S представляет объект строки, а необязательные аргументы заключены в квадратные скобки. Строковые методы, представленные в этой таблице, реализуют высокоуровневые операции, такие как разбиение и слияние, преобразование регистра символов, проверка типа содержимого и поиск подстроки. Таблица 7.3. Строковые методы S.capitalize() S.ljust(width [, fill]) S.center(width [, fill])) S.lower() S.count(sub [, start [, end]]) S.lstrip([chars]) S.encode([encoding [,errors]]) S.maketrans(x[, y[, z]]) S.endswith(suffix [, start [, end]]) S.partition(sep) S.expandtabs([tabsize]) S.replace(old, new [, count]) S.find(sub [, start [, end]]) S.rfind(sub [,start [,end]]) S.format(fmtstr, *args, **kwargs) S.rindex(sub [, start [, end]]) S.index(sub [, start [, end]]) S.rjust(width [, fill]) S.isalnum() S.rpartition(sep) S.isalpha() S.rsplit([sep[, maxsplit]]) S.isdecimal() S.rstrip([chars]) S.isdigit() S.split([sep [,maxsplit]]) S.isidentifier() S.splitlines([keepends]) S.islower() S.startswith(prefix [, start [, end]]) S.isnumeric() S.strip([chars]) S.isprintable() S.swapcase() S.isspace() S.title() S.istitle() S.translate(map) S.isupper() S.upper() S.join(iterable) S.zfill(width) Как видите, строковых методов достаточно много, а в книге не так много места, чтобы иметь возможность описать их все, поэтому за подробной информацией обращайтесь�� к�� руководству�� по�� стандартной�� библиотеке�� Python или�� к�� справоч- Строковые методы 229 ным�� руководствам�� . �� А теперь давайте поработаем над программным кодом, который демонстрирует некоторые наиболее часто используемые методы в действии и попутно иллюстрирует основные приемы обработки текста, применяемые в языке Python. Примеры использования строковых методов: изменение строк Как уже говорилось ранее, строки являются неизменяемыми объектами, поэтому их невозможно изменить непосредственно. Чтобы из существующей строки сконструировать новое текстовое значение, необходимо создать новую строку с помощью таких операций, как извлечение подстроки и конкатенация. Например, чтобы изменить два символа в середине строки, можно использовать такой способ: >>> S = ‘spammy’ >>> S = S[:3] + ‘xx’ + S[5:] >>> S ‘spaxxy’ При этом, если требуется только заменить подстроку, можно воспользоваться методом replace: >>> S = ‘spammy’ >>> S = S.replace(‘mm’, ‘xx’) >>> S ‘spaxxy’ Метод replace является более универсальным, чем предполагает этот программный код. Он принимает в качестве аргумента оригинальную подстроку (любой длины) и строку (любой длины) замены, и выполняет глобальный поиск с заменой: >>> ‘aa$bb$cc$dd’.replace(‘$’, ‘SPAM’) ‘aaSPAMbbSPAMccSPAMdd’ В этой роли метод replace может использоваться как инструмент реализации поиска с заменой по шаблону (например, замены символов формата). Обратите внимание, что на этот раз мы просто выводим результат на экран, а не присваиваем его переменной – присваивать результат переменной необходимо только в том случае, если потребуется сохранить результат дальнейшего использования. Если необходимо заменить одну подстроку фиксированного размера, которая может появиться в любом месте, можно также выполнить операцию замены или отыскать подстроку с помощью метода find и затем воспользоваться операциями извлечения подстроки: >>> S = ‘xxxxSPAMxxxxSPAMxxxx’ >>> where = S.find(‘SPAM’) # Поиск позиции >>> where # Подстрока найдена со смещением 4 4 >>> S = S[:where] + ‘EGGS’ + S[(where+4):] >>> S ‘xxxxEGGSxxxxSPAMxxxx’ 230 Глава 7. Строки Метод find возвращает смещение, по которому найдена подстрока (по умолчанию поиск начинается с начала строки), или значение -1, если искомая подстрока не найдена. Другой вариант использования метода replace заключается в передаче третьего аргумента, который определяет число производимых замен: >>> S = ‘xxxxSPAMxxxxSPAMxxxx’ >>> S.replace(‘SPAM’, ‘EGGS’) ‘xxxxEGGSxxxxEGGSxxxx’ >>> S.replace(‘SPAM’, ‘EGGS’, 1) ‘xxxxEGGSxxxxSPAMxxxx’ # Заменить все найденные подстроки # Заменить одну подстроку Обратите внимание: метод replace возвращает новую строку. Так как строки являются неизменяемыми, методы никогда в действительности не изменяют оригинальную строку, даже если они называются «replace» (заменить)! Тот факт, что операция конкатенации и метод replace всякий раз создают новые строковые объекты, может оказаться недостатком их использования для изменения строк. Если в сценарии производится множество изменений длинных строк, вы можете повысить производительность сценария, преобразовав строку в объект, который допускает внесение изменений: >>> S = ‘spammy’ >>> L = list(S) >>> L [‘s’, ‘p’, ‘a’, ‘m’, ‘m’, ‘y’] Встроенная функция list (или функция-конструктор объекта) создает новый список из элементов любой последовательности – в данном случае «разрывая» строку на символы и формируя из них список. Обладая строкой в таком представлении, можно производить необходимые изменения, не вызывая создание новой копии строки при каждом изменении: >>> L[3] = ‘x’ # Этот прием допустим для списков, но не для строк >>> L[4] = ‘x’ >>> L [‘s’, ‘p’, ‘a’, ‘x’, ‘x’, ‘y’] Если после внесения изменений необходимо выполнить обратное преобразование (чтобы, например, записать результат в файл), можно использовать метод join, который «собирает» список обратно в строку: >>> S = ‘’.join(L) >>> S ‘spaxxy’ Метод join на первый взгляд может показаться немного странным. Так как он является строковым методом (а не методом списка), он вызывается через указание желаемой строки-разделителя. Метод join объединяет строки из списка, вставляя строку-разделитель между элементами списка. В данном случае при получении строки из списка используется пустая строка-разделитель. В более общем случае можно использовать произвольную строку-разделитель: >>> ‘SPAM’.join([‘eggs’, ‘sausage’, ‘ham’, ‘toast’]) ‘eggsSPAMsausageSPAMhamSPAMtoast’ Строковые методы 231 На практике объединение подстрок в одну строку часто выполняется намного быстрее, чем последовательность операций конкатенации отдельных элементов списка. Обратите также внимание на упоминавшийся выше строковый тип bytearray, появившийся в версиях Python�� 3.0 и 2.6, который полностью описывается в главе 36, – благодаря тому, что объекты этого типа могут изменяться непосредственно, в некоторых случаях он представляет отличную альтернативу комбинации функций list/join, особенно когда текст приходится изменять достаточно часто. Примеры методов строк: разбор текста Еще одна распространенная роль, которую играют методы строк, – это простейший разбор текста, то есть анализ структуры и извлечение подстрок. Для извлечения подстрок из фиксированных смещений можно использовать прием извлечения срезов: >>> line = ‘aaa bbb ccc’ >>> col1 = line[0:3] >>> col3 = line[8:] >>> col1 ‘aaa’ >>> col3 ‘ccc’ В этом примере поля данных располагаются в фиксированных позициях и потому могут быть легко извлечены из оригинальной строки. Этот прием может использоваться, только если анализируемые компоненты располагаются в известных фиксированных позициях. Если поля отделяются друг от друга некоторым разделителем, можно воспользоваться методом разбиения строки на компоненты. Этот прием используется, когда искомые данные могут располагаться в произвольных позициях внутри строки: >>> line = ‘aaa bbb ccc’ >>> cols = line.split() >>> cols [‘aaa’, ‘bbb’, ‘ccc’] Строковый метод split преобразует строку в список подстрок, окружающих строки-разделители. В предыдущем примере мы не указали строкуразделитель, поэтому по умолчанию в качестве разделителей используются пробельные символы – строка разбивается на группы по символам пробела, табуляции или перевода строки, и в результате мы получили список подстрок. В других случаях данные могут отделяться другими разделителями. В следующем примере производится разбиение (и, следовательно, разбор) строки по символу запятой, который обычно используется для отделения данных, извлеченных из баз данных: >>> line = ‘bob,hacker,40’ >>> line.split(‘,’) [‘bob’, ‘hacker’, ‘40’] Разделители могут содержать более одного символа: >>> line = “i’mSPAMaSPAMlumberjack” >>> line.split(“SPAM”) [“i’m”, ‘a’, ‘lumberjack’] 232 Глава 7. Строки Хотя оба способа, основанные на извлечении подстрок и разбиении строк, имеют определенные ограничения, они работают достаточно быстро и могут использоваться для разбора текстовой информации в простых случаях. Другие часто используемые методы строк в действии Другие строковые методы имеют более специфическое предназначение, например удаляют пробельные символы в конце текстовой строки, выполняют преобразование регистра символов, проверяют характер содержимого строки и проверяют наличие подстроки в конце строки или в начале: >>> line = “The knights who say Ni!\n” >>> line.rstrip() ‘The knights who say Ni!’ >>> line.upper() ‘THE KNIGHTS WHO SAY NI!\n’ >>> line.isalpha() False >>> line.endswith(‘Ni!\n’) True >>> line.startswith(‘The’) True Для достижения тех же результатов в некоторых случаях могут использоваться альтернативные приемы – с использованием оператора проверки вхождения in можно проверить присутствие подстроки, а функция получения длины строки и операция извлечения подстроки могут использоваться для имитации действия функции endswith: >>> line ‘The knights who say Ni!\n’ >>> line.find(‘Ni’) != -1 # Поиск с использованием вызова метода или выражения True >>> ‘Ni’ in line True >>> sub = ‘Ni!\n’ >>> line.endswith(sub) # Проверка наличия подстроки в конце строки True # с помощью метода или операции извлечения подстроки >>> line[-len(sub):] == sub True Обратите также внимание на строковый метод format, который описывается ниже в этой главе, – он позволяет реализовать более сложные способы подстановки в одной инструкции, чем комбинирование нескольких операций. Для работы со строками существует достаточно много методов, поэтому мы не будем рассматривать их все. Некоторые методы вы увидите далее в этой книге, а за дополнительной информацией вы можете обратиться к руководству по библиотеке языка Python и другим источникам информации или просто поэкспериментировать с ними в интерактивном режиме. Кроме того, можно изучить результат вызова функции help(S.method), чтобы познакомиться с описанием метода method для любого объекта строки S. Обратите внимание, что ни один из строковых методов не поддерживает шаблоны, – для обработки текста с использованием шаблонов необходимо использо- Строковые методы 233 вать модуль re, входящий в состав стандартной библиотеки языка Python, – дополнительный инструмент, начальные сведения о котором приводились в главе 4, а полное его обсуждение выходит далеко за рамки этой книги (один пример приводится в конце главы 36). Тем не менее, несмотря на это ограничение, строковые методы иногда оказываются эффективнее, чем функции модуля re. Оригинальный модуль string (был убран в версии 3.0) История развития строковых методов достаточно запутана. В течение первого десятилетия существования Python в состав стандартной библиотеки входил модуль string, который содержал функции, во многом напоминающие современные строковые методы. В ответ на требования пользователей в версии Python 2.0 эти функции были преобразованы в методы строковых объектов. Однако, из-за большого объема программного кода, уже написанного к тому времени, оригинальный модуль string был сохранен для обеспечения обратной совместимости. Ныне вы должны использовать не оригинальный модуль string, а применять только строковые методы. Фактически, как предполагается, оригинальные строковые функции, соответствующие методам, были полностью убраны из состава стандартной библиотеки языка Python в версии 3.0. Однако, поскольку использование модуля string еще можно встретить в старом программном коде, мы коротко рассмотрим его. В версии Python 2.6 по-прежнему существует два способа использования расширенных операций над строками: посредством вызова методов и вызовом функций модуля string, которым в качестве аргумента передается объект строки. Например, допустим, что переменная X ссылается на объект строки, тогда вызов метода объекта будет выглядеть следующим образом: X.method(arguments) что эквивалентно вызову аналогичной функции из модуля string (представим, что этот модуль уже был импортирован): string.method(X, arguments) В следующем примере демонстрируется порядок использования метода: >>> S = ‘a+b+c+’ >>> x = S.replace(‘+’, ‘spam’) >>> x ‘aspambspamcspam’ Чтобы выполнить ту же самую операцию с помощью модуля string, необходимо импортировать модуль (по крайней мере, один раз) и передать функции объект: >>> import string >>> y = string.replace(S, ‘+’, ‘spam’) >>> y ‘aspambspamcspam’ Поскольку подход, основанный на применении модуля, был стандартом на протяжении многих лет, а строки являются одним из центральных компонентов большинства программ, при анализе существующих программ вам наверняка встретятся оба варианта работы со строками. 234 Глава 7. Строки И тем не менее, при создании новых программ вместо функций устаревшего модуля вы должны использовать строковые методы. Для этого есть и другие серьезные основания, помимо того, что многие функции модуля string были исключены из состава стандартной библиотеки в версии Python�� 3.0. Одна из таких причин – схема вызова модуля требует от вас импортировать модуль string (при использовании строковых методов ничего импортировать не нужно). Другая причина заключается в том, что при использовании функций модуля с клавиатуры приходится вводить на несколько символов больше (когда модуль загружается с использованием инструкции import, а не from). И наконец, функции модуля выполняются несколько медленнее, чем методы (в настоящее время функции модуля отображаются на вызовы методов, в результате чего производятся дополнительные вызовы). Оригинальный модуль string без функций, эквивалентных строковым методам, остался в составе Python 3.0, потому что в нем присутствуют дополнительные средства работы со строками, включая предопределенные строковые константы и систему шаблонных объектов (которая не описывается в этой книге из-за большой сложности – за дополнительной информацией обращайтесь к руководству по библиотеке языка Python). Если вы хотите предусмотреть возможность переноса своих программ, написанных для версии 2.6, на версию Python 3.0, вы должны смотреть на базовые строковые функции как на призраки прошлого. Выражения форматирования строк Уже с помощью представленных к этому моменту строковых методов и операций над последовательностями можно сделать немало, но, кроме того, в арсенале языка Python имеются дополнительные возможности обработки строк – операции форматирования строк позволяют выполнять подстановку в строки значений различных типов за одно действие. Про операции форматирования нельзя сказать, что они в каких-то случаях предоставляют единственно возможный способ решения каких-либо задач, но их удобно использовать, например когда необходимо отформатировать текст для вывода на экран. Благодаря богатству новых идей, появляющихся в мире языка �� Python�� , операции форматирования строк могут выполняться двумя способами: Выражения форматирования строк Первоначально существовавший способ – он основан на модели функции printf из языка C и широко используется в существующих программах. Метод форматирования строк Более новый способ, появившийся в версиях �� Python�� 2.6 и 3.0, – более уникальный для языка Python, возможности которого в значительной степени пересекаются с возможностями выражений форматирования. Из-за новизны метода форматирования существует вероятность, что некоторые из его особенностей со временем будут переведены в разряд нерекомендуемых. Выражения форматирования, скорее всего, станут нерекомендуемыми в более поздних выпусках Python, хотя это во многом будет зависеть от предпочтений активных программистов на языке Python. Но так как оба способа являются лишь вариациями на одну и ту же тему, то в настоящее время можно смело использовать любой из них. Выражения форматирования строк появились в языке значительно раньше, поэтому мы начнем с них. Выражения форматирования строк 235 В языке Python имеется двухместный оператор %, предназначенный для работы со строками (вы можете вспомнить, что для чисел он является оператором деления по модулю, или получения остатка от деления). Когда этот оператор применяется к строкам, он обеспечивает простой способ форматирования значений, согласно заданной строке формата. Проще говоря, оператор % обеспечивает возможность компактной записи программного кода, выполняющего множественную подстановку строк, позволяя избавиться от необходимости конструирования отдельных фрагментов строки по отдельности с последующим их объединением. Чтобы отформатировать строку, требуется: 1. Слева от оператора % указать строку формата, содержащую один или более спецификаторов формата, каждый из которых начинается с символа % (например, %d). 2. Справа от оператора % указать объект (или объекты, в виде кортежа), значение которого должно быть подставлено на место спецификатора (или спецификаторов) в левой части выражения. Например, в примере форматирования строки, который приводился ранее в этой главе, мы видели, что целое число 1 замещает спецификатор %d в строке формата, расположенной в левой части выражения, а строка “dead” замещает спецификатор %s. В результате получается новая строка, которая содержит эти две подстановки. >>> ‘That is %d %s bird!’ % (1, ‘dead’) # Выражение форматирования That is 1 dead bird! Строго говоря, выражения форматирования строк не являются абсолютно необходимыми – все, что можно сделать с их помощью, точно так же можно сделать с помощью серии преобразований и операций конкатенации. Однако операция форматирования позволяет объединить множество шагов в одной инструкции. Мощные возможности этой операции заслуживают того, чтобы рассмотреть еще несколько примеров: >>> exclamation = “Ni” >>> “The knights who say %s!” % exclamation ‘The knights who say Ni!’ >>> “%d %s %d you” % (1, ‘spam’, 4) ‘1 spam 4 you’ >>> “%s -- %s -- %s” % (42, 3.14159, [1, 2, 3]) ‘42 -- 3.14159 -- [1, 2, 3]’ В первом примере строка “Ni” внедряется в целевую строку слева, замещая спецификатор %s. Во втором примере в целевую строку вставляются три значения. Обратите внимание: когда вставляется более одного значения, в правой части выражения их необходимо сгруппировать с помощью круглых скобок (то есть создать из них кортеж). Оператор форматирования % ожидает получить справа либо один объект, либо кортеж объектов. В третьем примере также вставляются три значения – целое число, вещественное число и объект списка, но обратите внимание, что в левой части выражения всем значениям соответствует спецификатор %s, который соответствует операции преобразования в строку. Объекты любого типа могут быть преобразованы в строку (это происходит, например, при выводе на экран), поэтому для любого 236 Глава 7. Строки объекта может быть указан спецификатор %s. Вследствие этого вам не придется выполнять специальное форматирование, в большинстве случаев вам достаточно будет знать только о существовании спецификатора %s. Имейте в виду, что выражение форматирования всегда создает новую строку, а не изменяет строку, расположенную в левой части. Поскольку строки являются неизменяемыми, этот оператор вынужден работать именно таким способом. Как уже говорилось ранее, если вам требуется сохранить полученный результат, присвойте его переменной. Дополнительные возможности форматирования строки Для реализации более сложного форматирования в выражениях форматирования можно использовать любые спецификаторы формата, представленные в табл. 7.4. Большинство из них окажутся знакомы программистам, использовавшим язык C, потому что операция форматирования строк в языке Python поддерживает все наиболее типичные спецификаторы формата, которые допускается использовать в функции printf языка C (в отличие от которой выражение в языке Python возвращает результат, а не выводит его на экран). Некоторые спецификаторы из табл. 7.4 предоставляют альтернативные способы форматирования данных одного и того же типа, например %e, %f и %g обеспечивают альтернативные способы форматирования вещественных чисел. Таблица 7.4. Спецификаторы формата Спецификатор Назначение s Строка (для объекта любого другого типа будет выполнен вызов функции str(X), чтобы получить строковое представление объекта) r s, но использует функцию repr, а не str c Символ d Десятичное (целое) число i Целое число u То же, что и d (устарел: больше не является представлением целого без знака) o Восьмеричное целое число x Шестнадцатеричное целое число X x, но шестнадцатеричные цифры возвращаются в верхнем регистре e Вещественное число в экспоненциальной форме E e, но алфавитные символы возвращаются в верхнем регистре f Вещественное число в десятичном представлении F Вещественное число в десятичном представлении g Вещественное число e или f Выражения форматирования строк Спецификатор Назначение G Вещественное число E или а % Символ % 237 Фактически спецификаторы формата в левой части выражения поддерживают целый набор операций преобразования с достаточно сложным собственным синтаксисом. В общем виде синтаксис использования спецификатора формата выглядит следующим образом: %[(name)][flags][width][.precision]code Символ спецификатора формата (code) из табл. 7.4 располагается в самом конце. Между символом % и символом спецификатора можно добавлять следующую информацию: ключ в словаре (name); список флагов (flags), которые могут определять, например, признак выравнивания (-), знак числа (+), наличие ведущих нулей (0); общую ширину поля и число знаков после десятичной точки и многое другое. Параметры формата width и precision могут также принимать значение *, чтобы показать, что фактические значения этих параметров должны извлекаться из следующего элемента в списке входных значений. Полное описание синтаксиса спецификаторов формата вы найдете в стандартном руководстве по языку Python, а сейчас для демонстрации наиболее типичных случаев их использования приведем несколько примеров. В первом примере сначала применяется форматирование целого числа с параметрами по умолчанию, а затем целое число выводится в поле шириной в шесть символов, с выравниванием по левому краю и с дополнением ведущими нулями: >>> x = 1234 >>> res = “integers: ...%d...%-6d...%06d” % (x, x, x) >>> res ‘integers: ...1234...1234 ...001234’ Спецификаторы %e, %f и %g отображают вещественные числа разными способами, как демонстрируется в следующем примере: >>> x = 1.23456789 >>> x 1.2345678899999999 >>> ‘%e | %f | %g’ % (x, x, x) ‘1.234568e+00 | 1.234568 | 1.23457’ >>> ‘%E’ % x ‘1.234568E+00’ Для вещественных чисел можно реализовать дополнительные эффекты форматирования, указав необходимость выравнивания по левому краю, дополнение ведущими нулями, знак числа, ширину поля и число знаков после десятичной точки. Для простых задач можно было бы использовать простые функции преобразования чисел в строки с применением выражения форматирования или встроенной функции str, продемонстрированной ранее: >>> ‘%-6.2f | %05.2f | %+06.1f’ % (x, x, x) ‘1.23 | 01.23 | +001.2’ 238 Глава 7. Строки >>> “%s” % x, str(x) (‘1.23456789’, ‘1.23456789’) Если ширина поля и количество знаков после десятичной точки заранее не известны, их можно вычислять во время выполнения, а в строке формата вместо фактических значений использовать символ *, чтобы указать интерпретатору, что эти значения должны извлекаться из очередного элемента в списке входных значений, справа от оператора %. Число 4 в кортеже определяет количество знаков после десятичной точки: >>> ‘%f, %.2f, %.*f’ % (1/3.0, 1/3.0, 4, 1/3.0) ‘0.333333, 0.33, 0.3333’ Если вас заинтересовала эта особенность, поэкспериментируйте самостоятельно с этими примерами, чтобы получить более полное представление. Форматирование строк из словаря Операция форматирования позволяет также использовать в спецификаторах формата ссылки на ключи словаря, который указывается в правой части выражения, для извлечения соответствующих значений. Мы пока немного говорили о словарях, поэтому следующий пример демонстрирует самый простой случай: >>> “%(n)d %(x)s” % {“n”:1, “x”:”spam”} ‘1 spam’ В данном случае (n) и (x) в строке формата ссылаются на ключи в словаре в правой части выражения и служат для извлечения соответствующих им значений. Этот прием часто используется в программах, создающих код разметки HTML или XML, – вы можете построить словарь значений и затем подставить их все одним выражением форматирования, которое использует ключи: >>> reply = “”” # Шаблон с замещаемыми спецификаторами формата Greetings... Hello %(name)s! Your age squared is %(age)s “”” >>> values = {‘name’: ‘Bob’, ‘age’: 40} # Подготовка фактических значений >>> print reply % values # Подстановка значений Greetings... Hello Bob! Your age squared is 40 Этот способ также часто используется в комбинации со встроенной функцией vars, которая возвращает словарь, содержащий все переменные, существующие на момент ее вызова: >>> food = ‘spam’ >>> age = 40 >>> vars() {‘food’: ‘spam’, ‘age’: 40, ...и еще множество других... } Если задействовать эту функцию в правой части оператора форматирования, можно отформатировать значения, обращаясь к ним по именам переменных (то есть по ключам словаря): Метод форматирования строк 239 >>> “%(age)d %(food)s” % vars() ‘40 spam’ Словари во всех подробностях мы будем изучать в главе 8. А в главе 5 вы найдете примеры использования спецификаторов %x и %o для преобразования значений в шестнадцатеричное и восьмеричное строковое представление. Метод форматирования строк Как уже упоминалось выше, в �� Python�� 2.6 и 3.0 появился новый способ форматирования строк, более близкий по духу к идеям языка Python. В отличие от выражений форматирования, метод форматирования не так сильно опирается на модель функции «�� printf�� » языка C и имеет более подробный и явный синтаксис. С другой стороны, новый способ по-прежнему опирается на некоторые концепции функции «printf», такие как символы и параметры спецификаторов формата. Кроме того, возможности метода форматирования в значительной степени пересекаются с возможностями выражений форматирования (иногда, правда, за счет большего объема программного кода) и могут выполнять столь же сложные операции форматирования. Вследствие этого сложно сказать, какой из двух способов лучше, поэтому для большинства программистов совсем не лишним будет знакомство с обоими. Основы В двух словах, новый метод format объектов строк, появившийся в версиях 2.6 и 3.0 (и выше), использует строку, относительно которой он вызывается, как шаблон и принимает произвольное количество аргументов, представляющих значения для подстановки. Фигурные скобки внутри строки шаблона используются для обозначения замещаемых спецификаторов и их параметров, которые могут определять порядковые номера позиционных аргументов (например, {1}) или имена именованных аргументов (например, {food}). В главе 18 вы узнаете, что аргументы могут передаваться функциям и методам в виде позиционных и именованных аргументов, а язык Python�� предоставляет возможность создавать функции и методы, способные принимать произвольное количество позиционных и именованных аргументов. Ниже приводится несколько примеров использования метода format в Python 2.6 и 3.0: >>> template = ‘{0}, {1} and {2}’ # Порядковые номера позиционных аргументов >>> template.format(‘spam’, ‘ham’, ‘eggs’) ‘spam, ham and eggs’ >>> template = ‘{motto}, {pork} and {food}’ # Имена именованных аргументов >>> template.format(motto=’spam’, pork=’ham’, food=’eggs’) ‘spam, ham and eggs’ >>> template = ‘{motto}, {0} and {food}’ # Оба варианта >>> template.format(‘ham’, motto=’spam’, food=’eggs’) ‘spam, ham and eggs’ Естественно, строка шаблона также может быть литералом, кроме того, сохраняется возможность подстановки значений объектов любых типов: >>> ‘{motto}, {0} and {food}’.format(42, motto=3.14, food=[1, 2]) ‘3.14, 42 and [1, 2]’ 240 Глава 7. Строки Как и при использовании оператора форматирования % и других строковых методов, метод format создает и возвращает новый объект строки, который можно тут же вывести на экран или сохранить для последующего использования (не забывайте, что строки являются неизменяемыми объектами, поэтому метод format вынужден создавать новый объект). Возможность форматирования строк может использоваться не только для их отображения: >>> X = ‘{motto}, {0} and {food}’.format(42, motto=3.14, food=[1, 2]) >>> X ‘3.14, 42 and [1, 2]’ >>> X.split(‘ and ‘) [‘3.14, 42’, ‘[1, 2]’] >>> Y = X.replace(‘and’, ‘but under no circumstances’) >>> Y ‘3.14, 42 but under no circumstances [1, 2]’ Использование ключей, атрибутов и смещений Как и оператор форматирования %, метод format обладает дополнительными возможностями. Например, в строках формата допускается ссылаться на имена атрибутов объектов и ключи словарей, – как и в привычном синтаксисе языка �� Python�� , квадратные скобки обозначают ключи словаря, а точка применяется для организации доступа к атрибутам объектов, на которые ссылаются позиционные или именованные спецификаторы. В первом примере ниже демонстрируется подстановка значения ключа «�� spam�� » словаря и значения атрибута «platform» объекта импортированного модуля sys, которые передаются как позиционные аргументы. Во втором примере делается то же самое, но на этот раз объекты для подстановки передаются в виде именованных аргументов: >>> import sys >>> ‘My {1[spam]} runs {0.platform}’.format(sys, {‘spam’: ‘laptop’}) ‘My laptop runs win32’ >>> ‘My {config[spam]} runs {sys.platform}’.format(sys=sys, config={‘spam’: ‘laptop’}) ‘My laptop runs win32’ В квадратных скобках в строках формата можно также указывать смещение от начала списка (или любой другой последовательности), но при этом допускается использовать только положительные смещения, поэтому данная возможность не является достаточно универсальной, как можно было бы подумать. Как и в операторе %, чтобы обратиться по отрицательному смещению, получить срез или вставить результат произвольного выражения, данные для подстановки должны быть подготовлены отдельными выражениями, за пределами строки формата: >>> somelist = list(‘SPAM’) >>> somelist [‘S’, ‘P’, ‘A’, ‘M’] >>> ‘first={0[0]}, third={0[2]}’.format(somelist) ‘first=S, third=A’ Метод форматирования строк 241 >>> ‘first={0}, last={1}’.format(somelist[0], somelist[-1]) # Если [-1] ‘first=S, last=M’ # использовать внутри строки формата, это приведет к ошибке >>> parts = somelist[0], somelist[-1], somelist[1:3] # Если [1:3] >>> ‘first={0}, last={1}, middle={2}’.format(*parts) # использовать внутри “first=S, last=M, middle=[‘P’, ‘A’]” # строки формата, это приведет к ошибке Специальные приемы форматирования Еще одно сходство с оператором форматирования % состоит в том, что за счет использования дополнительных синтаксических конструкций форматирования имеется возможность выполнять более точное форматирование. Вслед за идентификатором символа подстановки, через двоеточие, можно указать спецификатор формата, определяющий ширину поля вывода, выравнивание и код типа значения. Ниже приводится формальный синтаксис спецификатора формата: {fieldname!conversionflag:formatspec} Поля спецификатора имеют следующий смысл: •• fieldname – порядковый номер или имя именованного аргумента, за которым может следовать необязательное имя «.name» атрибута или индекс «[index]» элемента. •• conversionflag – может быть r, s или a, которые определяют применение к значению встроенной функции repr, str или ascii соответственно. •• formatspec – определяет способ представления значения, описывает такие характеристики представления, как ширина поля вывода, выравнивание, дополнение, количество знаков после десятичной точки и так далее, и завершается необязательным кодом типа значения. Поле formatspec, следующее за двоеточием, в общем виде имеет следующий синтаксис (квадратные скобки окружают необязательные компоненты и не имеют отношения к синтаксису поля): [[fill]align][sign][#][0][width][.precision][typecode] В поле align может указываться символ <, >, = или ^, обозначающий выравнивание по левому или по правому краю, дополнение после символа знака числа или выравнивание по центру соответственно. Спецификатор формата formatspec может также содержать вложенные {} строки форматирования с именами полей, чтобы извлекать значения из списка аргументов динамически (практически так же, как символ * в операторе форматирования). Подробное описание синтаксиса и полный список допустимых кодов типа вы найдете в руководстве по стандартной библиотеке языка Python – этот список практически полностью совпадает со списком спецификаторов, используемых в операторе форматирования % и перечисленных в табл. 7.4. Дополнительно метод format позволяет использовать код типа «b» для отображения целых чисел в двоичном формате (эквивалент вызову встроенной функции bin). Кроме того, код типа «%» используется для отображения символа процента, а для отображения десятичных целых чисел допускается использовать только код «d» (коды «i» и «u» считаются недопустимыми). В следующем примере спецификатор {0:10} предписывает вывести значение первого позиционного аргумента в поле шириной 10 символов. Спецификатор 242 Глава 7. Строки {1:<10} предписывает вывести значение второго позиционного аргумента в поле шириной 10 символов, с выравниванием по левому краю, а спецификатор {0.platform:>10} предписывает вывести значение атрибута platform первого позиционного аргумента в поле шириной 10 символов, с выравниванием по правому краю: >>> ‘{0:10} = {1:10}’.format(‘spam’, 123.4567) ‘spam = 123.457’ >>> ‘{0:>10} = {1:<10}’.format(‘spam’, 123.4567) ‘ spam = 123.457 ‘ >>> ‘{0.platform:>10} = {1[item]:<10}’.format(sys, dict(item=’laptop’)) ‘ win32 = laptop ‘ Для вывода вещественных чисел метод format поддерживает те же самые коды типов и параметры форматирования, что и оператор %. Так, в следующем примере спецификатор {2:g} предписывает вывести третий аргумент, отформатированный в соответствии с представлением вещественных чисел по умолчанию, предусмотренным кодом «g». Спецификатор {1:.2f} предписывает использовать формат «f» представления вещественных чисел с двумя знаками после десятичной точки, а спецификатор {2:06.2f} дополнительно ограничивает ширину поля вывода 6 символами и предписывает дополнить число нулями слева: >>> ‘{0:e}, {1:.3e}, {2:g}’.format(3.14159, 3.14159, 3.14159) ‘3.141590e+00, 3.142e+00, 3.14159’ >>> ‘{0:f}, {1:.2f}, {2:06.2f}’.format(3.14159, 3.14159, 3.14159) ‘3.141590, 3.14, 003.14’ Метод format поддерживает также возможность вывода чисел в шестнадцатеричном, восьмеричном и двоичном представлениях. Фактически строка формата может служить альтернативой использованию некоторых встроенных функций: >>> ‘{0:X}, {1:o}, {2:b}’.format(255, 255, 255) # Шестнадцатеричное, ‘FF, 377, 11111111’ # восьмеричное и двоичное представление >>> bin(255), int(‘11111111’, 2), 0b11111111 # Другие способы работы с (‘0b11111111’, 255, 255) # двоичным представлением >>> hex(255), int(‘FF’, 16), 0xFF # Другие способы работы с (‘0xff’, 255, 255) # шестнадцатеричным представлением >>> oct(255), int(‘377’, 8), 0o377, 0377 # Другие способы работы с (‘0377’, 255, 255, 255) # восьмеричным представлением # 0377 допустимо только в 2.6, но не в 3.0! Параметры форматирования можно указывать непосредственно в строке формата или динамически извлекать из списка аргументов, с помощью синтаксиса вложенных конструкций, практически так же, как с помощью символа звездочки в операторе форматирования %: >>> ‘{0:.2f}’.format(1 / 3.0) # Параметры определены непосредственно ‘0.33’ # в строке формата >>> ‘%.2f’ % (1 / 3.0) ‘0.33’ >>> ‘{0:.{1}f}’.format(1 / 3.0, 4) # Значение извлекается из списка аргументов 243 Метод форматирования строк ‘0.3333’ >>> ‘%.*f’ % (4, 1 / 3.0) ‘0.3333’ # Как то же самое делается в выражениях Наконец, в Python 2.6 и 3.0 появилась новая встроенная функция format, которая может использоваться для форматирования одиночных значений. Она может рассматриваться как более компактная альтернатива методу format и напоминает способ форматирования единственного значения с помощью оператора %: >>> ‘{0:.2f}’.format(1.2345) ‘1.23’ >>> format(1.2345, ‘.2f’) ‘1.23’ >>> ‘%.2f’ % 1.2345 ‘1.23’ # Строковый метод # Встроенная функция # Выражение форматирования С технической точки зрения, встроенная функция format вызывает метод __ format__ объекта, который в свою очередь вызывает метод str.format каждого форматируемого элемента. Однако эта функция имеет не такой компактный синтаксис, как оригинальный оператор %, что ведет нас к следующему разделу. Сравнение с оператором форматирования % Если вы внимательно прочитали предыдущие разделы, вы могли заметить, что, по крайней мере, ссылки на позиционные аргументы и ключи словарей в строковом методе format выглядят почти так же, как в операторе форматирования %, особенно когда используются дополнительные параметры форматирования и коды типов значений. В действительности, в общем случае применение оператора форматирования выглядит проще, чем вызов метода format, особенно при использовании универсального спецификатора формата %s: print(‘%s=%s’ % (‘spam’, 42)) # 2.X+ выражение форматирования print(‘{0}={1}’.format(‘spam’, 42)) # 3.0 (и 2.6) метод format Как вы увидите чуть ниже, в более сложных случаях оба способа имеют почти одинаковую сложность (сложные задачи обычно сложны сами по себе, независимо от используемого подхода), поэтому некоторые считают format в значительной степени избыточным. С другой стороны, метод format предлагает дополнительные потенциальные преимущества. Например, оператор % не позволяет использовать именованные аргументы, ссылки на атрибуты и выводить числа в двоичном представлении, хотя возможность использования словарей в операторе % помогает добиться тех же целей. Чтобы увидеть сходные черты между этими двумя приемами, сравните следующие примеры использования оператора % с аналогичными примерами использования метода format, представленными выше: # Основы: с оператором % вместо метода format() >>> template = ‘%s, %s, %s’ >>> template % (‘spam’, ‘ham’, ‘eggs’) # Позиционные параметры ‘spam, ham, eggs’ >>> template = ‘%(motto)s, %(pork)s and %(food)s’ >>> template % dict(motto=’spam’, pork=’ham’, food=’eggs’) # Ключи словаря ‘spam, ham and eggs’ 244 Глава 7. Строки >>> ‘%s, %s and %s’ % (3.14, 42, [1, 2]) ‘3.14, 42 and [1, 2]’ # Произвольные типы # Использование ключей, атрибутов и смещений >>> ‘My %(spam)s runs %(platform)s’ % {‘spam’: ‘laptop’, ‘platform’: sys.platform} ‘My laptop runs win32’ >>> ‘My %(spam)s runs %(platform)s’ % dict(spam=’laptop’, platform=sys.platform) ‘My laptop runs win32’ >>> somelist = list(‘SPAM’) >>> parts = somelist[0], somelist[-1], somelist[1:3] >>> ‘first=%s, last=%s, middle=%s’ % parts “first=S, last=M, middle=[‘P’, ‘A’]” Когда требуется добиться более сложного форматирования, эти два подхода становятся почти равными в смысле сложности, хотя, если сравнить следующие примеры использования оператора % с аналогичными примерами использования метода format, представленными выше, опять можно заметить, что оператор % выглядит несколько проще и компактнее: # Специальные приемы форматирования >>> ‘%-10s = %10s’ % (‘spam’, 123.4567) ‘spam = 123.4567’ >>> ‘%10s = %-10s’ % (‘spam’, 123.4567) ‘ spam = 123.4567 ‘ >>> ‘%(plat)10s = %(item)-10s’ % dict(plat=sys.platform, item=’laptop’) ‘ win32 = laptop ‘ # Вещественные числа >>> ‘%e, %.3e, %g’ % (3.14159, 3.14159, 3.14159) ‘3.141590e+00, 3.142e+00, 3.14159’ >>> ‘%f, %.2f, %06.2f’ % (3.14159, 3.14159, 3.14159) ‘3.141590, 3.14, 003.14’ # Числа в шестнадцатеричном и восьмеричном представлениях, но не в двоичном >>> ‘%x, %o’ % (255, 255) ‘ff, 377’ Метод format имеет ряд дополнительных особенностей, которые не поддерживаются оператором %, но даже когда требуется реализовать еще более сложное форматирование, оба подхода выглядят примерно одинаковыми в смысле сложности. Например, ниже демонстрируются два подхода к достижению одинаковых результатов – при использовании параметров, определяющих ширину полей и выравнивание, а также различных способов обращения к атрибутам: # В обоих случаях фактические значения определяются непосредственно в операции >>> import sys >>> ‘My {1[spam]:<8} runs {0.platform:>8}’.format(sys, {‘spam’: ‘laptop’}) ‘My laptop runs win32’ Метод форматирования строк 245 >>> ‘My %(spam)-8s runs %(plat)8s’ % dict(spam=’laptop’, plat=sys.platform) ‘My laptop runs win32’ На практике фактические значения редко определяются непосредственно в операции форматирования, как здесь. Чаще эти значения вычисляются заранее (например, чтобы затем подставить их все сразу в шаблон разметки HTML�� ). Когда мы начинаем учитывать общепринятую практику в своих примерах, сравнение метода format и оператора % становится еще более наглядным (как вы узнаете в главе 18, аргумент **data в вызове метода – это специальный синтаксис распаковывания ключей и значений словарей в отдельные пары «�� name�� =�� value�� » именованных аргументов, благодаря чему появляется возможность обращаться к ним по именам в строке формата): # В обоих случаях используются данные, собранные предварительно >>> data = dict(platform=sys.platform, spam=’laptop’) >>> ‘My {spam:<8} runs {platform:>8}’.format(**data) ‘My laptop runs win32’ >>> ‘My %(spam)-8s runs %(platform)8s’ % data ‘My laptop runs win32’ Как обычно, сообществу пользователей языка Python еще предстоит решить, что использовать лучше, – оператор %, метод format или их комбинацию. Поэкспериментируйте с обоими способами самостоятельно, чтобы получить представление об имеющихся возможностях, а за дополнительными подробностями обращайтесь к руководству по стандартной библиотеке Python 2.6 и 3.0. Улучшения метода format в версии Python 3.1: В будущей версии 3.1 (когда писалась эта глава, она находилась еще в состоянии альфа-версии) будет добавлена возможность указывать символ-разделитель разрядов в десятичных числах, что позволит вставлять запятые между трехзначными группами цифр. Для этого достаточно просто добавить запятую перед кодом типа значения, как показано ниже: >>> ‘{0:d}’.format(999999999999) ‘999999999999’ >>> ‘{0:,d}’.format(999999999999) ‘999,999,999,999’ Кроме того, в Python 3.1 имеется возможность не указывать явно порядковые номера позиционных аргументов. В этом случае аргументы из списка будут выбираться последовательно, однако использование этой особенности может свести к нулю основное преимущество метода format, как это описывается в следующем разделе: >>> ‘{:,d}’.format(999999999999) ‘999,999,999,999’ >>> ‘{:,d} {:,d}’.format(9999999, 8888888) ‘9,999,999 8,888,888’ 246 Глава 7. Строки >>> ‘{:,.2f}’.format(296999.2567) ‘296,999.26’ Официально в этой книге не рассматривается версия 3.1, поэтому данное примечание следует рассматривать только как предварительное. Дополнительно в версии Python�� 3.1 будут ликвидированы основные проблемы производительности, наблюдающиеся в версии 3.0, связанные с файловыми операциями ввода/ вывода, и делающие версию �� 3.0 �� непривлекательной�� для�� боль�� шинства применений. Дополнительные подробности вы найдете в примечаниях к выпуску 3.1. Ознакомьтесь также со сценарием formats.py в главе 24, где вы найдете приемы добавления запятых и форматирования денежных сумм вручную, которые можно использовать, пока не вышла в свет версия Python 3.1. Когда может пригодиться новый метод format? Теперь, когда я потратил столько слов, чтобы сравнить и противопоставить два способа форматирования, я должен объяснить, когда может пригодиться метод format. В двух словах: несмотря на то, что использование метода форматирования требует вводить больше программного кода, тем не менее: •• Он обладает некоторыми особенностями, отсутствующими в операторе форматирования % •• Позволяет более явно ссылаться на аргументы •• Вместо символа оператора используется более говорящее имя метода •• Не различает случаи, когда выполняется подстановка одного или нескольких значений На сегодняшний день доступны оба приема, и оператор форматирования попрежнему находит широкое применение, тем не менее метод format в конечном итоге может вытеснить его. Но пока у вас есть выбор, поэтому, прежде чем двинуться дальше, подробнее остановимся на некоторых отличиях. Дополнительные возможности Метод format поддерживает дополнительные возможности, недоступные при использовании оператора %, такие как отображение чисел в двоичном формате и (появившаяся в Python 3.1) возможность разделения групп разрядов. Кроме того, метод format позволяет напрямую обращаться к ключам словарей и атрибутам объектов в строке формата. Однако, как мы уже видели, при использовании оператора % того же эффекта можно добиться другими способами: >>> ‘{0:b}’.format((2 ** 16) -1) ‘1111111111111111’ >>> ‘%b’ % ((2 ** 16) -1) ValueError: unsupported format character ‘b’ (0x62) at index 1 >>> bin((2 ** 16) -1) ‘0b1111111111111111’ >>> ‘%s’ % bin((2 ** 16) -1)[2:] ‘1111111111111111’ 247 Метод форматирования строк Смотрите также примеры в предыдущем разделе, где проводилось сравнение способов, основанных на использовании ключей словаря в операторе % и ссылок на атрибуты объектов в методе format, которые в значительной степени выглядят, как вариации на одну и ту же тему. Неявные ссылки на значения Один из случаев, когда реализация на основе метода format выглядит более понятной, – подстановка большого количества значений в строку формата. Так, в примере lister.py, который приводится в главе 30, выполняется подстановка шести значений в одну строку формата; в этом случае метки {i} в вызове метода format читаются проще, чем спецификаторы %s в выражении форматирования: ‘\n%s<Class %s, address %s:\n%s%s%s>\n’ % (...) # Выражение ‘\n{0}<Class {1}, address {2}:\n{3}{4}{5}>\n’.format(...) # Метод С другой стороны, использование ключей словаря в операторе % позволяет в значительной степени ликвидировать эту разницу. Кроме того, этот случай можно отнести к наиболее сложным случаям форматирования, которые редко встречаются на практике, – в более типичных случаях выбор между двумя способами форматирования больше напоминает жеребьевку. Кроме того, в версии Python 3.1 (когда писалась эта глава, она находилась еще в состоянии альфа-версии) допускается не указывать порядковые номера позиционных аргументов, что несколько снижает преимущества метода format: C:\misc> C:\Python31\python >>> ‘The {0} side {1} {2}’.format(‘bright’, ‘of’, ‘life’) ‘The bright side of life’ >>> >>> ‘The {} side {} {}’.format(‘bright’, ‘of’, ‘life’) # Python 3.1+ ‘The bright side of life’ >>> >>> ‘The %s side %s %s’ % (‘bright’, ‘of’, ‘life’) ‘The bright side of life’ Использование возможности автоматической нумерации в версии 3.1, как в данном примере, снижает преимущества метода format. А если сравнить операции форматирования, например, вещественных чисел, можно заметить, что выражение с оператором % по-прежнему получается более компактным и выглядит менее запутанным: C:\misc> C:\Python31\python >>> ‘{0:f}, {1:.2f}, {2:05.2f}’.format(3.14159, 3.14159, 3.14159) ‘3.141590, 3.14, 03.14’ >>> >>> ‘{:f}, {:.2f}, {:06.2f}’.format(3.14159, 3.14159, 3.14159) ‘3.141590, 3.14, 003.14’ >>> >>> ‘%f, %.2f, %06.2f’ % (3.14159, 3.14159, 3.14159) ‘3.141590, 3.14, 003.14’ Имя метода и универсальные аргументы Учитывая появление в версии 3.1 возможности автоматической нумерации параметров, единственными потенциальными преимуществами метода format 248 Глава 7. Строки остаются замена оператора % более говорящим названием метода и отсутствие различий между операциями с заменой единственного или нескольких значений. Первое из этих преимуществ может заинтересовать начинающих программистов (слово «format» в тексте программы распознается проще, чем множество символов «%»), хотя это слишком субъективно. Последнее преимущество может оказаться более существенным – при использовании оператора форматирования % единственное значение можно указать непосредственно, но когда необходимо передать несколько значений, они должны быть заключены в кортеж: >>> ‘%.2f’ % 1.2345 ‘1.23’ >>> ‘%.2f %s’ % (1.2345, 99) ‘1.23 99’ С технической точки зрения, оператор форматирования принимает один объект – либо само значение для подстановки, либо кортеж с одним или более элементами. Фактически из-за того, что единственный элемент может передаваться либо сам по себе, либо внутри кортежа, когда возникает необходимость отформатировать кортеж, он должен быть оформлен, как вложенный кортеж: >>> ‘%s’ % 1.23 ‘1.23’ >>> ‘%s’ % (1.23,) ‘1.23’ >>> ‘%s’ % ((1.23,),) ‘(1.23,)’ Метод format, напротив, ликвидирует различия между этими двумя случаями, принимая одни и те же аргументы: >>> ‘{0:.2f}’.format(1.2345) ‘1.23’ >>> ‘{0:.2f} {1}’.format(1.2345, 99) ‘1.23 99’ >>> ‘{0}’.format(1.23) ‘1.23’ >>> ‘{0}’.format((1.23,)) ‘(1.23,)’ Из всего вышесказанного можно сделать вывод, что метод format удобнее для начинающих программистов и меньше способствует появлению ошибок программирования. Однако эту проблему нельзя признать существенной – если всегда заключать значения в кортеж и не пользоваться возможностью прямой передачи единственного значения, оператор % по сути становится похожим на метод format. Кроме того, из-за ограниченной гибкости метода его использование приводит к увеличению объема программного кода, и учитывая, что оператор форматирования широко использовался на протяжении всей истории развития �� Python�� , пока не ясно, насколько оправданно переводить существующий программный код на использование нового инструмента, о чем мы поговорим в следующем разделе. Возможный отказ в будущем? Как уже упоминалось выше, существует определенный риск, что в будущем разработчики языка Python могут объявить оператор % нерекомендуемым, Общие категории типов 249 в пользу метода format. Фактически о такой возможности явно говорится в справочном руководстве для версии Python 3.0. Конечно, этого пока не произошло, и оба способа форматирования доступны без каких-либо ограничений в версиях �� Python�� 2.6 и 3.0 (версии, которые рассматриваются в данной книге). Поддержка обоих способов сохранится и в приближающемся выпуске Python 3.1, поэтому отказ от какого-либо из них выглядит достаточно маловероятным в обозримом будущем. Кроме того, благодаря тому, что оператор форматирования широко используется практически во всех существующих программах на языке Python, большинству программистов будет полезно знать оба способа. Однако если в будущем оператор форматирования будет объявлен нерекомендуемым, вам может потребоваться переписать все выражения с оператором %, заменив их вызовами метода format, и преобразовать выражения, которые приводятся в этой книге, чтобы перейти на использование более новой версии �� Python. Рискуя показаться тенденциозным, я, тем не менее, полагаю, что такое изменение будет основано на предпочтениях практикующих программистов, а не по прихоти ограниченной группы основных разработчиков – особенно если учесть, что теперь окно для проникновения новых несовместимостей в �� Python 3.0 уже закрыто. Откровенно говоря, такой отказ от одного из способов выглядел бы как замена одной сложности другой, которая в значительной степени эквивалентна заменяемой! Тем не менее если вас волнует вопрос миграции на будущие версии Python, обязательно старайтесь следить за событиями в разработке. Общие категории типов Теперь, когда мы исследовали строки, первый объект из коллекции языка Python, сделаем паузу, чтобы дать определение некоторым общим концепциям, применимым к большинству типов, которые будут рассматриваться дальше. Оказывается, что операции над встроенными типами работают одинаково в случае применения их к типам одной категории, поэтому нам необходимо лишь определить эти категории. К настоящему моменту мы исследовали только числа и строки, но так как они относятся к двум из трех основных категорий в языке Python, то вы знаете о других типах гораздо больше, чем могли бы подумать. Типы одной категории имеют общий набор операций Как вы уже знаете, строки представляют собой неизменяемые последовательности: они не могут быть изменены непосредственно (неизменяемые) и являются упорядоченными коллекциями элементов, доступ к которым может осуществляться по величине смещения (последовательности). Оказывается, над последовательностями, которые мы будем рассматривать в этой части книги, могут выполняться те же операции, которые были продемонстрированы в этой главе, – конкатенация, доступ к элементам по индексам, обход элементов в цикле и так далее. Формально в языке Python существует три категории типов (и операций): Числа (целые, вещественные, с фиксированной точностью, рациональные и др.) Поддерживают операции сложения, умножения и так далее. 250 Глава 7. Строки Последовательности (строки, списки, кортежи) Поддерживают операции индексации, извлечения среза, конкатенации и так далее. Отображения (словари) Поддерживают операцию индексации по ключу и так далее. Множества образуют отдельную категорию типов (они не отображают ключи в значения и не являются упорядоченными последовательностями), и мы еще не рассматривали подробно отображения (словари обсуждаются в следующей главе), но к другим типам, которые нам встретятся, в основном будут применимы одни и те же операции. Например, для любых объектов последовательностей X и Y: •• Выражение X + Y создает новый объект последовательности, включающий содержимое обоих операндов. •• Выражение X * N создает новый объект последовательности, включающий N копий операнда X. Другими словами, эти операции действуют одинаково на любые виды последовательностей, включая строки, списки, кортежи и некоторые типы, определяемые пользователем. Единственное отличие состоит в том, что результат, возвращаемый выражением, имеет тот же тип, что и операнды X и Y, то есть, если выполняется операция конкатенации списков, то возвращается новый список, а не строка. Операции индексации и извлечения среза одинаково работают для любых последовательностей – тип объекта определяет, какая задача должна быть решена. Изменяемые типы допускают непосредственное изменение Классификация по возможности изменения – это слишком существенное ограничение, чтобы не помнить о нем, и все же она часто сбивает с толку начинающих программистов. Если объект является значением неизменяемого типа, вы не сможете изменить его непосредственно – в этом случае интерпретатор будет выдавать сообщение об ошибке. Вместо этого необходимо, чтобы программный код создавал новый объект, содержащий новое значение. Основные базовые типы данных в языке Python делятся на следующие категории: Неизменяемые (числа, строки, кортежи, фиксированные множества) Объекты неизменяемых типов не поддерживают возможность непосредственного изменения значения объекта, однако вы всегда сможете создавать новые объекты с помощью выражений и присваивать их требуемым переменным. Изменяемые (списки, словари, множества) Объекты изменяемых типов, наоборот, всегда могут изменяться непосредственно, с помощью операций, которые не создают новые объекты. Изменяемые объекты могут быть скопированы, но они поддерживают и возможность непосредственного изменения. Вообще неизменяемые типы обеспечивают определенный уровень поддержки целостности, гарантируя, что объект не подвергнется изменениям в другой части программы. Чтобы вспомнить, почему это имеет такое большое значение, В заключение 251 вернитесь к дискуссии о разделяемых ссылках на объекты в главе 6. Чтобы увидеть, как списки, словари и кортежи соотносятся с категориями типов, нам следует перейти к следующей главе. В заключение В этой главе мы подробно рассмотрели строковый тип объектов. Мы узнали о строковых литералах и исследовали операции над строками, включая выражения с последовательностями, вызовы методов и форматирование с применением оператора форматирования и метода format. Попутно мы подробно изучили различные концепции, такие как извлечение среза, синтаксис вызова методов и блоки строк в тройных кавычках. Кроме того, мы определили некоторые идеи, общие для различных типов: последовательности, к примеру, поддерживают общий набор операций. В следующей главе мы продолжим наши исследования и рассмотрим наиболее типичные коллекции объектов в языке Python – списки и словари. Там вы увидите, что многое из того, что говорилось здесь, применимо и к этим двум типам. Как уже упоминалось выше, в заключительной части этой книги мы вернемся к модели реализации строк в языке Python и подробнее рассмотрим особенности поддержки символов Юникода и двоичных данных в строках, которые представляют интерес для некоторых программистов, хотя и не для всех. Но перед этим ответьте на контрольные вопросы главы, которые помогут вам закрепить сведения, полученные здесь. Закрепление пройденного Контрольные вопросы 1. Можно ли использовать строковый метод find для поиска в списках? 2. Можно ли применить выражение извлечения среза к спискам? 3. Как бы вы преобразовали символы в соответствующие им целочисленные коды ASCII? Как бы вы выполнили обратное преобразование – из кодов в символы? 4. Как бы вы реализовали изменение строки на языке Python? 5. Допустим, что имеется строка S со значением “s,pa,m”. Укажите два способа извлечения двух символов в середине строки. 6. Сколько символов в строке “a\nb\x1f\000d”? 7. По каким причинам вы могли бы использовать модуль string вместо строковых методов? Ответы 1. Нет, потому что методы всегда зависят от типа объекта. То есть они могут применяться только к одному определенному типу данных. Но выражения, такие как X+Y, и встроенные функции, такие как len(X), являются более универсальными и могут использоваться для выполнения операций над различными типами. В данном случае, к примеру, оператор проверки вхождения in имеет похожий эффект и может использоваться для поиска 252 Глава 7. Строки как в строках, так и в списках. В Python 3.0 была предпринята попытка сгруппировать методы по категориям (например, типы изменяемых последовательностей, list и bytearray, обладают похожим множеством методов), и тем не менее методы все равно зависят от типа объекта в большей степени, чем другие разновидности операций. 2. Да. В отличие от методов, выражения универсальны и могут использоваться для выполнения операций над различными типами. В данном случае операция извлечения среза в действительности является операцией над последовательностями – она может применяться к любому типу последовательностей, включая строки, списки и кортежи. Различие состоит лишь в том, что при выполнении операции над списком в результате будет получен новый список. 3. Встроенная функция ord(S) преобразует односимвольную строку в целочисленный код. Функция chr(I) преобразует целочисленный код в символ. 4. Строки невозможно изменить – они являются неизменяемыми. Однако подобного эффекта можно добиться, создав новую строку, – выполнив операцию конкатенации, извлечения среза, форматирования или вызвав метод, такой как replace, – и затем присвоив результат первоначальной переменной. 5. Можно извлечь подстроку с помощью выражения S[2:4] или, разбив строку по запятым, извлечь строку с помощью выражения S.split(‘,’)[1]. Попробуйте выполнить эти выражения в интерактивном сеансе, чтобы получить представление о том, как они действуют. 6. Шесть. Строка “a\nb\x1f\000d” содержит следующие символы: a, символ новой строки (\n), b, символ с десятичным кодом 31 (\x1f – в шестнадцатеричном представлении), символ с кодом 0 (\000 – в восьмеричном представлении) и d. Передайте эту строку встроенной функции len, чтобы проверить ответ и выведите результаты преобразования каждого символа с помощью функции ord, чтобы увидеть фактические значения кодов символов. За более подробной информацией обращайтесь к табл. 7.2. 7. Вам никогда не следует использовать модуль string – он полностью ликвидирован в версии Python 3.0. Единственная причина использования модуля string – это применение других средств из этого модуля, таких как предопределенные константы и шаблонные объекты. Кроме того, вы можете заметить, что этот модуль используется только в «старом и пыльном» программном коде на языке Python. Глава 8 . Списки и словари В этой главе вашему вниманию будут представлены такие типы объектов, как списки и словари, каждый из которых является коллекцией других объектов. Эти два типа являются основными рабочими лошадками практически во всех сценариях на языке Python�� . Как вы увидите далее, оба типа обладают исключительной гибкостью: они могут изменяться непосредственно, могут увеличиваться и уменьшаться в размерах по мере необходимости и могут быть вложены в объекты любых других типов. Благодаря этим типам вы сможете создавать и обрабатывать в своих сценариях структуры данных любой степени сложности. Списки Следующая остановка в нашем путешествии по встроенным объектам языка Python называется список. Списки – это самые гибкий тип упорядоченных коллекций в языке �� Python�� . В отличие от строк, списки могут содержать объекты любых типов: числа, строки и даже другие списки. Кроме того, в отличие от строк, списки могут изменяться непосредственно, с помощью операции присваивания по смещениям и срезам, с помощью методов списков, с использованием инструкций удаления и другими способами – списки являются изменяемыми объектами. Списки в языке Python реализуют практически все необходимое для работы с коллекциями данных, что вам пришлось бы писать вручную при использовании низкоуровневого языка программирования, такого как язык C. Ниже приводятся основные свойства списков. Списки в языке Python – это: Упорядоченные коллекции объектов произвольных типов С функциональной точки зрения, списки – это лишь место, в котором собраны другие объекты, поэтому их можно также рассматривать как группы. Кроме того, списки обеспечивают позиционное упорядочение элементов слева направо (то есть они являются последовательностями). 254 Глава 8. Списки и словари Доступ к элементам по смещению Так же как и в случае со строками, вы можете использовать операцию индексирования для извлечения отдельных объектов из списка по их смещениям. Поскольку элементы в списках упорядочены по их местоположению, можно также выполнять такие действия, как извлечение срезов и конкатенация. Переменная длина, гетерогенность и произвольное число уровней вложенности В отличие от строк, списки могут увеличиваться и уменьшаться непосредственно (их длина может изменяться) и могут содержать не только односимвольные строки, но и любые другие объекты (списки гетерогенны). Списки могут содержать другие сложные объекты и поддерживают возможность создания произвольного числа уровней вложенности, поэтому имеется возможность создавать списки списков из списков и так далее. Относятся к категории изменяемых объектов В терминах категорий типов списки могут изменяться непосредственно (являются изменяемыми объектами) и поддерживают все операции над последовательностями, которые поддерживаются и строками, такие как индексирование, извлечение срезов и конкатенация. Операции над последовательностями одинаковым образом работают как в случае списков, так и в случае строк, единственное отличие – при применении операций над последовательностями (таких как конкатенация и извлечение среза) к спискам возвращается новый список, а не новая строка. Кроме того, т. к. списки являются изменяемыми объектами, они поддерживают также операции, которые не поддерживаются строками (такие как операции удаления и присваивания по индексам, изменяющие список непосредственно). Массивы ссылок на объекты Формально списки в языке Python могут содержать ноль или более ссылок на другие объекты. Списки чем-то напоминают массивы указателей (адресов). Извлечение элемента из списка в языке Python выполняется так же быстро, как извлечение элемента массива в языке C. В действительности списки – это самые настоящие массивы языка C�� , реализованные в интерпретаторе �� Python�� , а не связанные структуры данных. Как мы узнали в главе 6, всякий раз, когда используется ссылка на объект, интерпретатор разы меновывает ее, поэтому ваши программы всегда будут иметь дело только с объектами. Всякий раз, когда выполняется присваивание объекта элементу какой-либо структуры или имени переменной, интерпретатор �� Python�� сохраняет ссылку на этот объект, а не его копию (за исключением, когда явно запрашивается выполнение операции копирования). В табл. 8.1 приводятся наиболее типичные операции, применяемые к спискам. Как обычно, за дополнительной информацией о списках вам следует обратиться к руководству по стандартной библиотеке языка Python или запустить help(list) или dir(list) в интерактивной оболочке, чтобы получить полный перечень методов списков – этим функциям можно передать существующий список или слово list, которое является именем типа данных «список». 255 Списки Таблица 8.1. Литералы списков и операции Операция Интерпретация L = [] Пустой список L = [0, 1, 2, 3] Четыре элемента с индексами 0..3 L = [‘abc’, [‘def’, ghi’]] Вложенные списки L = list(‘spam’) Создание списка из итерируемого объекта. L = list(range(-4, 4)) Создание списка из непрерывной последовательности целых чисел L[i] Индекс, индекс индекса, срез, длина L[i][j] L[i:j] len(L) L1 + L2 Конкатенация, дублирование L * 3 for x in L: print(x) Обход в цикле, проверка вхождения 3 in L L.append(4) Методы: добавление элементов в список L.extend([5,6,7]) L.insert(I, X) L.index(1) Методы: поиск L.count() L.reverse() Методы: сортировка, изменение порядка следования элементов на обратный del L[k] Уменьшение списка L.sort() del L[i:j] L.pop() L.remove(2) L[i:j] = [] L[i] = 1 Присваивание по индексу, присваивание срезу L[i:j] = [4,5,6] L = [x**2 for x in range(5)] list(map(ord, ‘spam’)) Генераторы списков и отображение (главы 14 и 20) Когда список определяется литеральным выражением, он записывается как последовательность объектов (точнее, как последовательность выражений, создающих объекты) в квадратных скобках, разделенных запятыми. Например, 256 Глава 8. Списки и словари во второй строке в табл. 8.1 выполняется присваивание переменной L списка из четырех элементов. Вложенные списки описываются как вложенные последовательности квадратных скобок (строка 3), а пустые списки определяются как пустая пара квадратных скобок (строка 1).1 Многие операции из табл. 8.1 должны выглядеть для вас знакомыми, так как они являются теми же самыми операциями над последовательностями, которые мы применяли к строкам, – индексирование, конкатенация, обход элементов в цикле и так далее. Кроме того, списки поддерживают специфические для своего типа методы (такие как сортировка, перестановка элементов в обратном порядке, добавление элементов в конец списка и так далее), а также операции непосредственного изменения списка (удаление элементов, присваивание по индексам и срезам и так далее). Списки получили эти операции потому, что они относятся к категории объектов изменяемых типов. Списки в действии Возможно, самый лучший способ понять принцип действия списков – это посмотреть на них в действии. Давайте еще раз вернемся к интерактивному сеансу работы с интерпретатором и проиллюстрируем операции из табл. 8.1. Базовые операции над списками Поскольку списки являются последовательностями, они, как и строки, поддерживают операторы + и * – для списков они так же соответствуют операции конкатенации и повторения, но в результате получается новый список, а не строка: % python >>> len([1, 2, 3]) 3 >>> [1, 2, 3] + [4, 5, 6] [1, 2, 3, 4, 5, 6] >>> [‘Ni!’] * 4 [‘Ni!’, ‘Ni!’, ‘Ni!’, ‘Ni!’] # Длина # Конкатенация # Повторение Несмотря на то что оператор + со списками работает точно так же, как и со строками, очень важно знать, что с обеих сторон оператора должны находиться последовательности одного и того же типа, в противном случае во время работы программы вы получите сообщение об ошибке. Например, нельзя выполнить операцию конкатенации для списка и строки, если предварительно не преобразовать список в строку (используя, например, функцию str или оператор форматирования %) или строку в список (с помощью встроенной функцией list): 1 На практике в текстах программ обработки списков вы нечасто встретите списки, заданные подобным образом. Чаще вам будет встречаться программный код, обрабатывающий списки, которые создаются динамически (во время выполнения). Несмотря на всю важность владения синтаксисом литералов, следует иметь в виду, что большая часть структур данных в языке Python конструируется во время выполнения программы. 257 Списки в действии >>> str([1, 2]) + “34” ‘[1, 2]34’ >>> [1, 2] + list(“34”) [1, 2, ‘3’, ‘4’] # То же, что и “[1, 2]” + “34” # То же, что и [1, 2] + [“3”, “4”] Итерации по спискам и генераторы списков В целом списки могут участвовать во всех операциях над последовательностями, которые мы применяли к строкам в предыдущей главе, включая инструменты выполнения итераций: >>> 3 in [1, 2, 3] True >>> for x in [1, 2, 3]: ... print(x, end=’ ‘) ... 1 2 3 # Проверка на вхождение # Итерации Подробнее об операции обхода элементов списка в цикле for и о встроенной функции range мы поговорим в главе 13, потому что они имеют отношению к синтаксису инструкций. Говоря коротко, оператор цикла for выбирает элементы последовательности в порядке слева направо и выполняет одну или более инструкций для каждого из них. Последняя строка в табл. 8.1 представляет генератор списков и вызов встроенной функции map, которые подробно описываются в главе 14 и расширенное обсуждение которых приводится в главе 20. Как говорилось в главе 4, генераторы списков – это способ построить новый список, применяя выражение к каждому элементу последовательности; они являются близкими родственниками инструкции цикла for. >>> res = [c * 4 for c in ‘SPAM’] >>> res [‘SSSS’, ‘PPPP’, ‘AAAA’, ‘MMMM’] # Генератор списков Функционально это выражение эквивалентно циклу for, создающему список результатов вручную, но, как мы узнаем в следующих главах, генераторы списков не только имеют более простой синтаксис, но и выполняются быстрее: >>> res = [] >>> for c in ‘SPAM’: # Эквивалент генератора списков ... res.append(c * 4) ... >>> res [‘SSSS’, ‘PPPP’, ‘AAAA’, ‘MMMM’] Как уже говорилось в главе 4, встроенная функция map выполняет похожие действия, но применяет к элементам последовательности не выражение, а функцию, и из полученных результатов создает новый список: >>> list(map(abs, [-1, -2, 0, 1, 2])) # Функция map применяется к [1, 2, 0, 1, 2] # последовательности Пока мы еще не готовы к детальному обсуждению механизма итераций, поэтому отложим пока рассмотрение подробностей на будущее, но далее в этой главе мы еще встретимся с похожими выражениями-генераторами для словарей. 258 Глава 8. Списки и словари Индексы, срезы и матрицы Так как списки являются последовательностями, операции доступа к элементам по индексам и извлечения срезов работают точно так же, как и в случае со строками. Однако в результате обращения к элементу по индексу возвращается объект, который расположен по указанному смещению, а в результате операции извлечения среза всегда возвращается новый список: >>> L = [‘spam’, ‘Spam’, >>> L[2] ‘SPAM!’ >>> L[-2] ‘Spam’ >>> L[1:] [‘Spam’, ‘SPAM!’] ‘SPAM!’] # Отсчет смещений начинается с нуля # Отрицательное смещение: отсчитывается справа # Операция извлечения среза возвращает разделы списка Здесь следует отметить следующее: поскольку списки (и объекты других типов) могут быть вложены в другие списки, иногда бывает необходимо объединять в цепочку несколько индексов, чтобы получить доступ к элементам на более глубоком уровне вложенности в структуре данных. Например, один из простейших способов представления матриц (многомерных массивов) в языке Python заключается в использовании вложенных списков. Ниже приводится пример двухмерного массива размером 3x3, построенного на базе списков: >>> matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] С помощью первого индекса извлекается целая строка (в действительности – вложенный список), а с помощью второго извлекается элемент этой строки: >>> [4, >>> 5 >>> 7 >>> ... ... >>> 5 matrix[1] 5, 6] matrix[1][1] matrix[2][0] matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] matrix[1][1] Предыдущий пример демонстрирует, в частности, что определение списка может при необходимости располагаться в нескольких строках, так как список ограничен квадратными скобками (подробнее о синтаксисе будет говориться в следующей части книги). Далее в этой главе будут также представлены матрицы, реализованные на базе словарей. Кроме того, для высокопроизводительной работы с числовыми данными упомянутый в главе 5 модуль NumPy предоставляет другие способы организации матриц. Изменение списка Списки относятся к категории изменяемых объектов, поэтому они поддерживают операции, которые изменяют сам список непосредственно. То есть все операции, представленные в этом разделе, изменяют сам список объектов и не приводят к необходимости создавать новую копию, как это было в случае со Списки в действии 259 строками. В языке Python приходится иметь дело только со ссылками на объекты, что обусловливает существенные различия между непосредственным изменением объекта и созданием нового объекта – как обсуждалось в главе 6, непосредственное изменение объекта может отражаться более чем на одной ссылке. Присваивание по индексам и срезам При использовании списков существует возможность изменять их содержимое, выполняя присваивание значений элементам (по смещению) или целым разделам (срезам) списка: >>> L = [‘spam’, ‘Spam’, ‘SPAM!’] >>> L[1] = ‘eggs’ # Присваивание по индексу элемента >>> L [‘spam’, ‘eggs’, ‘SPAM!’] >>> L[0:2] = [‘eat’, ‘more’] # Присваивание срезу: удаление+вставка >>> L # Элементы 0 и 1 были заменены [‘eat’, ‘more’, ‘SPAM!’] Обе операции присваивания – и отдельному элементу, и срезу – производятся непосредственно в списке – они изменяют сам список, а не создают новый список объектов. Операция присваивания по индексу в языке Python работает практически так же, как в языке C и во многих других языках программирования: интерпретатор замещает старую ссылку на объект в указанном смещении на новую. Присваивание срезу, последняя операция в предыдущем примере, замещает целый раздел списка за один прием. Поскольку это довольно сложная операция, проще будет представить ее, как последовательное выполнение двух действий: 1. Удаление. Раздел списка, определяемый слева от оператора =, удаляется. 2. Вставка. Новые элементы, содержащиеся в объекте, расположенном справа от оператора =, вставляются в список, начиная с левого края, где находился прежний удаленный срез.1 В действительности это не совсем то, что происходит на самом деле, но это достаточно точно объясняет, почему число вставляемых элементов не должно соответствовать числу удаляемых элементов. Например, представим, что список L имеет значение [1,2,3], тогда в результате операции присваивания L[1:2]=[4,5] будет получен список [1,4,5,3]. Интерпретатор сначала удалит 2 (срез, состоящий из одного элемента), а затем, начиная с позиции удаленного элемента 2, вставит элементы 4 и 5. Это также объясняет, почему операция L[1:2]=[] в действительности является операцией удаления – интерпретатор удалит срез (элемент со смещением 1) и затем вставит пустой список. В результате операция присваивания срезу замещает целый раздел списка, или «столбец», за одно действие. Поскольку длина последовательности справа от оператора = не должна обязательно соответствовать длине среза, которому 1 Здесь требуется дополнительное уточнение, описывающее случай, когда при присваивании происходит перекрытие срезов, например: выражение L[2:5]=L[3:6], будет выполнено безошибочно, потому что перед тем, как срез слева будет удален, сначала будет произведено извлечение среза справа. 260 Глава 8. Списки и словари выполняется присваивание, эта операция может использоваться для замены (посредством перезаписи), расширения (посредством вставки) или сжатия (посредством удаления) требуемого списка. Это довольно мощная операция, но, честно говоря, она достаточно редко используется на практике. Обычно используются более простые способы замены, вставки и удаления (например, операция конкатенация и методы списков insert, pop и remove), которые программисты предпочитают использовать на практике. Методы списков Как и строки, объекты списков в языке Python поддерживают специфичные методы, многие из которых изменяют сам список непосредственно: >>> L.append(‘please’) # >>> L [‘eat’, ‘more’, ‘SPAM!’, >>> L.sort() # >>> L [‘SPAM!’, ‘eat’, ‘more’, Вызов метода добавления элемента в конец списка ‘please’] Сортировка элементов списка (‘S’ < ‘e’) ‘please’] Методы были представлены в главе 7. Коротко напомню, что методы – это функции (в действительности – атрибуты, ссылающиеся на функции), которые связаны с определенным типом объектов. Методы обеспечивают выполнение специфических операций, например методы списков, представленные здесь, доступны только для списков. Наиболее часто используемым методом, пожалуй, является метод append, который просто добавляет единственный элемент (ссылку на объект) в конец списка. В отличие от операции конкатенации, метод append принимает единственный объект, а не список. По своему действию выражение L.append(X) похоже на выражение L+[X], но в первом случае изменяется сам список, а во втором – создается новый список.1 Другой часто используемый метод – метод sort, выполняет переупорядочивание элементов в самом списке. По умолчанию он использует стандартные операторы сравнения языка Python (в данном случае выполняется сравнивание строк) и выполняет сортировку в порядке возрастания значений. Однако существует возможность изменить порядок сортировки с помощью именованных аргументов – специальных синтаксических конструкций вида «�� name�� =�� value�� », которые используются в вызовах функций для передачи параметров настройки по их именам. Именованный аргумент key в вызове метода sort позволяет определить собственную функцию сравнения, принимающую единственный аргумент и возвращающую значение, которое будет использовано в операции сравнения, а именованный аргумент reverse позволяет выполнить сортировку не в порядке возрастания, а в порядке убывания: 1 В отличие от операции конкатенации (+), метод append не создает новый объект, по этому обычно он выполняется быстрее. Существует возможность имитировать работу метода append с помощью операции присваивания срезу: выражение L[len(L):]=[X] соответствует вызову L.append(X), а выражение L[:0]=[X] соответствует операции добавления в начало списка. В обоих случаях удаляется пустой сегмент списка и вставляется элемент X, при этом изменяется сам список L, так же быстро, как при использовании метода append. Списки в действии 261 >>> L = [‘abc’, ‘ABD’, ‘aBe’] >>> L.sort() # Сортировка с учетом регистра символов >>> L [‘ABD’, ‘aBe’, ‘abc’] >>> L = [‘abc’, ‘ABD’, ‘aBe’] >>> L.sort(key=str.lower) # Приведение символов к нижнему регистру >>> L [‘abc’, ‘ABD’, ‘aBe’] >>> >>> L = [‘abc’, ‘ABD’, ‘aBe’] >>> L.sort(key=str.lower, reverse=True) # Изменяет направление сортировки >>> L [‘aBe’, ‘ABD’, ‘abc’] Аргумент key может также пригодиться при сортировке списков словарей, когда с его помощью можно указать ключ, по которому будет определяться положение каждого словаря в отсортированном списке. Словари мы будем изучать ниже, в этой главе, а более подробные сведения об именованных аргументах вы получите в четвертой части книги. Сравнивание и сортировка в Python 3.0: В Python 2.6 и в более ранних версиях сравнивание выполняется по-разному для объектов разных типов (например, списков и строк) – язык задает способ упорядочения различных типов, который можно признать скорее детерминистским, чем эстетичным. Этот способ упорядочения основан на именах типов, вовлеченных в операцию сравнения, например любые целые числа всегда меньше любых строк, потому что строка “int” меньше, чем строка “str”. При выполнении операции сравнения никогда не выполняется преобразование типов объектов, за исключением сравнивания объектов числовых типов. В Python 3.0 такой порядок был изменен: попытки сравнивания объектов различных типов возбуждают исключение – вместо сравнивания по названиям типов. Так как метод сортировки использует операцию сравнения, это означает, что инструкция [1, 2, ‘spam’].sort() будет успешно выполнена в Python 2.�� X�� , но возбудит исключение в версии Python 3.0 и выше. Кроме того, в версии Python�� 3.0 больше не поддерживается возможность передачи методу sort произвольной функции сравнения, для реализации иного способа упорядочения. Чтобы обойти это ограничение, предлагается использовать именованный аргумент key=func, в котором предусматривать возможность трансформации значений в процессе сортировки, и применять именованный аргумент reverse=True для сортировки по убыванию. То есть фактически выполнять те же действия, которые раньше выполнялись внутри функции сравнения. Важно заметить, что методы append и sort изменяют сам объект списка и не возвращают список в виде результата (точнее говоря, оба метода возвращают значение None). Если вы написали инструкцию вроде L=L.append(X), вы не получите измененное значение L (в действительности вы вообще потеряете ссылку 262 Глава 8. Списки и словари на список) – использование таких атрибутов, как append и sort, приводит к изменению самого объекта, поэтому нет никаких причин выполнять повторное присваивание. Отчасти из-за этих особенностей методов в последних версиях Python�� сортировку можно также выполнить с помощью встроенной функции, которая способна сортировать не только списки, но и любые другие последовательности и возвращает новый список с результатом сортировки (оригинальный список при этом не изменяется): >>> L = [‘abc’, ‘ABD’, ‘aBe’] >>> sorted(L, key=str.lower, reverse=True) # Встроенная функция сортировки [‘aBe’, ‘ABD’, ‘abc’] >>> L = [‘abc’, ‘ABD’, ‘aBe’] >>> sorted([x.lower() for x in L], reverse=True) # Элементы предварительно [‘abe’, ‘abd’, ‘abc’] # изменяются! Обратите внимание, что в последнем примере перед сортировкой с помощью генератора списков выполняется приведение символов к нижнему регистру, и значения элементов в получившемся списке отличаются от значений элементов в оригинальном списке – в противоположность примеру с использованием именованных аргументов. В последнем примере выполняется сортировка не оригинального, а временного списка, созданного в процессе сортировки. По мере продвижения дальше мы познакомимся с ситуациями, когда встроенная функция sorted может оказаться более удобной, чем метод sort. Как и строки, списки обладают рядом других методов, выполняющих специализированные операции. Например, метод reverse изменяет порядок следования элементов в списке на обратный, а методы extend и pop вставляют несколько элементов в конец списка и удаляют элементы из конца списка соответственно. Кроме того, существует встроенная функция reversed, которая во многом напоминает встроенную функцию sorted, но ее необходимо обертывать в вызов функции list, потому что она возвращает итератор (подробнее об итераторах мы поговорим позднее): >>> >>> >>> [1, >>> 5 >>> [1, >>> >>> [4, >>> [1, L = [1, 2] L.extend([3,4,5]) # Добавление нескольких элементов в конец списка L 2, 3, 4, 5] L.pop() # Удаляет и возвращает последний элемент списка L 2, 3, 4] L.reverse() # Изменяет порядок следования элементов на обратный L 3, 2, 1] list(reversed(L)) # Встроенная функция сортировки в обратном порядке 2, 3, 4] В некоторых типах программ метод pop, показанный здесь, часто используется в паре с методом append для реализации структур данных типа стек – «последний пришел, первый ушел» (Last-In-First-Out, LIFO). Конец списка служит вершиной стека: 263 Списки в действии >>> >>> >>> >>> [1, >>> 2 >>> [1] L = [] L.append(1) # Втолкнуть на стек L.append(2) L 2] L.pop() # Вытолкнуть со стека L Хотя это здесь и не показано, тем не менее метод pop может принимать необязательное смещение элемента, который удаляется из списка и возвращается (по умолчанию это последний элемент). Другие методы списков позволяют удалять элементы с определенными значениями (remove), вставлять элементы в определенную позицию (insert), отыскивать смещение элемента по заданному значению (index) и так далее: >>> L = [‘spam’, ‘eggs’, ‘ham’] >>> L.index(‘eggs’) # 1 >>> L.insert(1, ‘toast’) # >>> L [‘spam’, ‘toast’, ‘eggs’, ‘ham’] >>> L.remove(‘eggs’) # >>> L [‘spam’, ‘toast’, ‘ham’] >>> L.pop(1) # ‘toast’ >>> L [‘spam’, ‘ham’] Индекс объекта Вставка в требуемую позицию Удаление элемента с определенным значением Удаление элемента в указанной позиции Чтобы поближе познакомиться с этими методами, обратитесь к имеющимся источникам документации или поэкспериментируйте с этими методами в интерактивной оболочке интерпретатора. Прочие часто используемые операции над списками Так как списки относятся к категории изменяемых объектов, вы можете использовать инструкцию del для удаления элемента или среза непосредственно из списка: >>> L [‘SPAM!’, ‘eat’, ‘more’, ‘please’] >>> del L[0] # Удаление одного элемента списка >>> L [‘eat’, ‘more’, ‘please’] >>> del L[1:] # Удаление целого сегмента списка >>> L # То же, что и L[1:] = [] [‘eat’] Так как операция присваивания срезу выполняется как удаление и вставка, можно удалять срезы списка, присваивая им пустой список (L[i:j]=[]) – интерпретатор сначала удалит срез, определяемый слева от оператора =, а затем вставит пустой список. С другой стороны, присваивание пустого списка по индексу элемента приведет к сохранению ссылки на пустой список в этом элементе, а не к его удалению: 264 Глава 8. Списки и словари >>> L = [‘Already’, ‘got’, ‘one’] >>> L[1:] = [] >>> L [‘Already’] >>> L[0] = [] >>> L [[]] Все только что рассмотренные операции используются достаточно часто, однако существуют и другие дополнительные методы и операции для списков, которые не были показаны здесь (включая методы вставки и поиска). Чтобы получить полный перечень имеющихся дополнительных операций, всегда следует обращаться к руководствам по языку Python, к функциям dir и help (с которыми мы впервые познакомились в главе 4) или к книгам, упоминавшимся в предисловии. Кроме того, я хотел бы напомнить, что все операции непосредственного изменения объектов, обсуждавшиеся здесь, применимы только к изменяемым объектам: они не будут работать со строками (или с кортежами, которые рассматриваются в главе 9), независимо от прикладываемых вами усилий. Изменяемость или неизменяемость – это исходное свойство, присущее каждому типу объектов. Словари После списков словари являются, пожалуй, самым гибким из встроенных типов данных в языке Python. Если списки являются упорядоченными коллекциями объектов, то в отличие от них элементы в словарях сохраняются и извлекаются с помощью ключа, а не с помощью смещения, определяющего их позицию. Будучи встроенным типом данных, словари могут заменить множество алгоритмов поиска и структур данных, которые приходится реализовывать вручную в низкоуровневых языках программирования, – доступ к элементам словаря по их индексам представляет собой быструю операцию поиска. Кроме того, иногда словари могут играть роль записей и таблиц символов, используемых в других языках, и способны служить для представления разреженных (по большей части пустых) структур данных. Ниже приводятся основные характеристики словарей в языке Python: Доступ к элементам по ключу, а не по индексу Иногда словари называют ассоциативными массивами, или хешами. Они определяют взаимосвязь между значениями и ключами, поэтому для извлечения элементов словаря можно использовать ключи, под которыми эти элементы были сохранены в словаре. Для получения элементов словаря используется та же самая операция доступа по индексу, как и в списке, только индекс приобретает форму ключа, а не смещения относительно начала. Неупорядоченные коллекции произвольных объектов В отличие от списков, элементы словарей хранятся в неопределенном порядке. В действительности, интерпретатор вносит элемент случайности Словари 265 в порядок следования элементов для обеспечения более быстрого поиска. Ключи описывают символическое (не физическое) местоположение элементов в словаре. Переменная длина, гетерогенность и произвольное число уровней вложенности Подобно спискам словари могут увеличиваться и уменьшаться непосредственно (то есть без создания новых копий). Они могут содержать объекты любых типов и поддерживают возможность создания произвольного числа уровней вложенности (они могут содержать списки, другие словари и так далее). Относятся к категории «изменяемых отображений» Словари могут изменяться непосредственно с использованием операции индексирования (они являются изменяемыми), но они не поддерживают операции над последовательностями, которые поддерживаются строками и списками. Словари представляют собой неупорядоченные коллекции, поэтому операции, которые основаны на использовании фиксированного порядка следования элементов (например, конкатенация, извлечение среза), не имеют смысла для словарей. Словари – это единственный встроенный представитель объектов-отображений (объекты, которые отображают ключи на значения). Таблицы ссылок на объекты (хеш-таблицы) Если списки – это массивы ссылок на объекты, которые поддерживают возможность доступа к элементам по их позициям, то словари – это неупорядоченные таблицы ссылок на объекты, которые поддерживают доступ к элементам по ключу. Внутри словари реализованы как хеш-таблицы (структуры данных, которые обеспечивают очень высокую скорость поиска), изначально небольшого размера и увеличивающиеся по мере необходимости. Более того, интерпретатор Python использует оптимизированные алгоритмы хеширования для обеспечения максимально высокой скорости поиска ключей. Подобно спискам, словари хранят ссылки на объекты (а не их копии). В табл. 8.2 приводятся некоторые наиболее часто используемые операции над словарями (опять же, чтобы получить полный перечень операций, обращайтесь к руководству или воспользуйтесь функцией dir(dict) или help(dict), где dict – это имя типа). При определении в виде литералов словари записываются как последовательность пар key:value, разделенных запятыми, заключенных в фигурные скобки.1 Пустой словарь в литеральном представлении – это пустая пара скобок. Словари могут вкладываться в литеральном представлении в виде значений внутри других словарей, списков или кортежей. 1 Как и в случае со списками, вам нечасто придется встречать словари, сконструированные с использованием литералов. Однако списки и словари увеличиваются в размерах по-разному. Как будет показано в следующем разделе, словари обычно дополняются с помощью операции присваивания по новым ключам во время выполнения программы – такой подход совершенно не годится для списков (списки обычно расширяются с помощью метода append). 266 Глава 8. Списки и словари Таблица 8.2. Литералы словарей и операции Операция Интерпретация D = {} Пустой словарь D = {‘spam’: 2, ‘eggs’: 3} Словарь из двух элементов D = {‘food’: {‘ham’: 1, ‘egg’: 2}} Вложение D = dict(name=’Bob’, age=40) Альтернативные способы создания словарей: D = dict(zip(keyslist, valslist)) D = dict.fromkeys([‘a’, ‘b’]) именованные аргументы, применение функции zip, списки ключей D[‘eggs’] Доступ к элементу по ключу D[‘food’][‘ham’] ‘eggs’ in D Проверка на вхождение: проверка наличия ключа D.keys() Методы: список ключей, D.values() список значений, D.items() список ключей и значений, D.copy() копирование, D.get(key, default) получение значения по умолчанию, D.update(D2) слияние, D.pop(key) удаление и так далее len(D) Длина (количество элементов) D[key] = 42 del D[key] Добавление/изменение ключей, удаление ключей list(D.keys()) Представления словарей (в Python 3.0) D1.keys() & D2.keys() D = {x: x*2 for x in range(10)} Генераторы словарей (в Python 3.0) Словари в действии Согласно табл. 8.2, доступ к элементам словарей осуществляется по ключу, а для доступа к элементам вложенных словарей осуществляется путем объединения серии индексов (ключей в квадратных скобках) в цепочку. Когда интерпретатор создает словарь, он сохраняет элементы в произвольном порядке – чтобы получить значение обратно, необходимо указать ключ, с которым это значение было ассоциировано. Давайте вернемся в интерактивный сеанс работы с интерпретатором и исследуем некоторые операции над словарями из табл. 8.2. 267 Словари в действии Базовые операции над словарями В обычном случае сначала создается словарь, а затем выполняются операции сохранения новых ключей и обращения к элементам по ключу: % python >>> D = {‘spam’: 2, ‘ham’: 1, ‘eggs’: 3} # Создание словаря >>> D[‘spam’] # Извлечение значения по ключу 2 >>> D # Случайный порядок следования {‘eggs’: 3, ‘ham’: 1, ‘spam’: 2} Здесь переменной D присваивается словарь, в котором ключу ‘spam’ соответствует целочисленное значение 2, и так далее. Для доступа к элементам словаря используется тот же самый синтаксис с квадратными скобками, что и при извлечении элементов списков, но в данном случае доступ осуществляется по ключу, а не по позиции элемента. Обратите внимание на последнюю инструкцию в этом примере: порядок следования ключей в словаре практически всегда отличается от первоначального. Дело в том, что для обеспечения максимально высокой скорости поиска по ключу (для хеширования) ключи должны располагаться в памяти в ином порядке. Именно поэтому операции, которые предполагают наличие установленного порядка следования элементов слева направо (например, извлечение среза, конкатенация), неприменимы к словарям – они позволяют извлекать значения только по ключам, а не по индексам. Встроенная функция len может работать и со словарями – она возвращает число элементов в словаре или, что то же самое, длину списка ключей. Оператор in проверки вхождения позволяет проверить наличие ключа, а метод keys возвращает все ключи, имеющиеся в словаре, в виде списка. Последний удобно использовать для последовательной обработки словарей, но при этом вы не должны делать какие-либо предположения о порядке следования ключей в списке. Поскольку результатом вызова метода keys является список, он всегда может быть отсортирован (ниже мы подробнее коснемся проблемы сортировки словарей): >>> len(D) 3 >>> ‘ham’ in D True >>> list(D.keys()) [‘eggs’, ‘ham’, ‘spam’] # Число элементов словаря # Проверка на вхождение # Создает новый список ключей Обратите внимание на второе выражение в этом листинге. Как уже упоминалось ранее, оператор проверки на вхождение in может использоваться для работы со строками и списками, но точно так же он может использоваться и для работы со словарями. Это возможно благодаря тому, что словари определяют итераторы, которые обеспечивают пошаговый обход списков ключей. Существуют и другие типы, которые поддерживают итераторы, отвечающие обычному использованию типа; например, файлы имеют итераторы, которые позволяют выполнять построчное чтение данных. Итераторы будут рассматриваться в главах 14 и 20. 268 Глава 8. Списки и словари Обратите также внимание на синтаксис последнего примера в листинге. В версии Python 3.0 мы были вынуждены заключить вызов метода в вызов функции list по уже встречавшейся ранее причине – в версии 3.0 метод keys возвращает итератор, а не список. Вызов функции list принудительно выполняет обход всех значений итератора, что позволяет вывести их все сразу. В версии 2.6 метод keys конструирует и возвращает обычный список, поэтому для отображения результатов вызов функции list в этой версии интерпретатора не требуется. Подробнее об этом рассказывается ниже, в этой главе. Ключи в словарях следуют в произвольном порядке, который может изменяться от версии к версии, поэтому не нужно тревожиться, если у вас ключи будут выведены в порядке, отличном от того, что приводится здесь. В действительности порядок следования ключей изменился и у меня – я выполнял все эти примеры под управлением Python 3.0, и порядок следования ключей изменился по сравнению с тем, что приводился в примерах в предыдущем издании. Вы не должны полагаться на какой-то определенный порядок следования ключей ни в своих программах, ни при чтении книг! Изменение словарей Давайте продолжим работу в интерактивном сеансе. Словари, как и списки, относятся к категории изменяемых объектов, поэтому их можно изменять, увеличивать, уменьшать непосредственно, не создавая новые словари: чтобы изменить или создать новую запись в словаре, достаточно выполнить операцию присваивания по ключу. Инструкция del также может применяться к словарям – она удаляет значение, связанное с ключом, который играет роль индекса. Кроме того, обратите внимание на наличие вложенного списка в следующем примере (значение для ключа ‘ham’). Все типы-коллекции в языке Python могут вкладываться друг в друга в произвольном порядке: >>> D {‘eggs’: 3, ‘ham’: 1, ‘spam’: 2} >>> D[‘ham’] = [‘grill’, ‘bake’, ‘fry’] # Изменение элемента >>> D {‘eggs’: 3, ‘ham’: [‘grill’, ‘bake’, ‘fry’], ‘spam’: 2} >>> del D[‘eggs’] # Удаление элемента >>> D {‘ham’: [‘grill’, ‘bake’, ‘fry’], ‘spam’: 2} >>> D[‘brunch’] = ‘Bacon’ # Добавление нового элемента >>> D {‘brunch’: ‘Bacon’, ‘ham’: [‘grill’, ‘bake’, ‘fry’] , ‘spam’: 2} Как и в случае со списками, операция присваивания по существующему ключу словаря приводит к изменению ассоциированного с ним значения. Однако в отличие от списков, словари допускают выполнение присваивания по новому ключу (который ранее отсутствовал), в результате создается новый элемент словаря, как показано в предыдущем примере для ключа ‘brunch’. Этот при- 269 Словари в действии ем не может применяться к спискам, потому что в этом случае интерпретатор обнаруживает выход за пределы списка и генерирует сообщение об ошибке. Чтобы увеличить размер списка, необходимо использовать такие инструменты списков, как метод append или присваивание срезу. Дополнительные методы словарей Методы словарей обеспечивают выполнение различных операций. Например, методы словарей values и items возвращают список значений элементов словаря и кортежи пар (key, value) соответственно: >>> D = {‘spam’: 2, ‘ham’: 1, ‘eggs’: 3} >>> list(D.values()) [3, 1, 2] >>> list(D.items()) [(‘eggs’, 3), (‘ham’, 1), (‘spam’, 2)] Такие списки удобно использовать в циклах, когда необходимо выполнить обход элементов словаря. Попытка извлечения несуществующего элемента словаря обычно приводит к появлению ошибки, однако метод get в таких случаях возвращает значение по умолчанию (None или указанное значение). С помощью этого метода легко можно реализовать получение значений по умолчанию и избежать появления ошибки обращения к несуществующему ключу: >>> D.get(‘spam’) 2 >>> print(D.get(‘toast’)) None >>> D.get(‘toast’, 88) 88 # Ключ присутствует в словаре # Ключ отсутствует в словаре Метод update реализует своего рода операцию конкатенации для словарей, при этом он не имеет никакого отношения к упорядочению элементов слева направо (для словарей такое упорядочение не имеет смысла). Он объединяет ключи и значения одного словаря с ключами и значениями другого, просто перезаписывая значения с одинаковыми ключами: >>> D {‘eggs’: 3, ‘ham’: 1, ‘spam’: 2} >>> D2 = {‘toast’:4, ‘muffin’:5} >>> D.update(D2) >>> D {‘toast’: 4, ‘muffin’: 5, ‘eggs’: 3, ‘ham’: 1, ‘spam’: 2} Наконец, метод pop удаляет ключ из словаря и возвращает его значение. Он напоминает метод pop списков, только вместо необязательного индекса элемента принимает ключ: # удаление элементов словаря по ключу >>> D {‘toast’: 4, ‘muffin’: 5, ‘eggs’: 3, ‘ham’: 1, ‘spam’: 2} >>> D.pop(‘muffin’) 5 >>> D.pop(‘toast’) # Удаляет и возвращает значение заданного ключа 4 270 Глава 8. Списки и словари >>> D {‘eggs’: 3, ‘ham’: 1, ‘spam’: 2} # удаление элементов списка по номеру позиции >>> L = [‘aa’, ‘bb’, ‘cc’, ‘dd’] >>> L.pop() # Удаляет и возвращает последний элемент списка ‘dd’ >>> L [‘aa’, ‘bb’, ‘cc’] >>> L.pop(1) # Удаляет и возвращает элемент из заданной позиции ‘bb’ >>> L [‘aa’, ‘cc’] Кроме того, словари имеют метод copy, который мы рассмотрим в главе 9, как один из способов избежать побочных эффектов, связанных с наличием нескольких ссылок на один и тот же словарь. В действительности словари обладают гораздо большим числом методов, чем перечислено в табл. 8.2. Чтобы получить полный список, обращайтесь к руководствам по языку Python Таблица языков Давайте рассмотрим более жизненный пример словаря. В следующем примере создается таблица, которая отображает названия языков программирования (ключи) на имена их создателей (значения). С помощью этой таблицы можно по названию языка программирования определить имя его создателя: >>> table = {‘Python’: ‘Guido van Rossum’, ... ‘Perl’: ‘Larry Wall’, ... ‘Tcl’: ‘John Ousterhout’ } >>> >>> language = ‘Python’ >>> creator = table[language] >>> creator ‘Guido van Rossum’ >>> for lang in table: # То же, что и: for lang in table.keys() ... print(lang, ‘\t’, table[lang]) ... Tcl John Ousterhout Python Guido van Rossum Perl Larry Wall В последней команде использован оператор цикла for, который мы еще подробно не рассматривали. Для тех, кто не знаком с циклами for, замечу, что приведенная команда просто выполняет обход всех ключей в таблице и выводит список ключей и их значений, разделенных символом табуляции. Подробно о циклах for будет рассказываться в главе 13. Словари не являются последовательностями, как списки и строки, но если необходимо выполнить обход элементов словаря, в этом нет ничего сложного – это легко сделать с помощью метода keys, возвращающего все ключи словаря, которые можно обойти в цикле for. В случае необходимости внутри цикла можно получать значение элемента по его ключу, как это реализовано в данном примере. Словари в действии 271 Кроме того, Python в действительности позволяет выполнять обход ключей словаря и без вызова метода keys в операторе цикла for. Для любого словаря D цикл можно оформить как for key in D:, что равносильно полной форме записи for key in D.keys():. Это всего лишь еще одна разновидность итераторов, упоминавшихся ранее, которая позволяет использовать оператор проверки вхождения in со словарями (подробнее об итераторах далее в книге). Замечания по использованию словарей Словари окажутся достаточно просты в использовании, когда вы освоите работу с ними, но я хочу привести несколько соображений, которые вам следует твердо знать: •• Операции над последовательностями неприменимы к словарям. Словари – это отображения, а не последовательности. Вследствие того, что словари не предусматривают никакого упорядочения элементов, такие операции, как конкатенация (упорядоченное объединение) и извлечение среза (извлечение непрерывного блока элементов), просто неприменимы. В действительности, когда в программном коде во время выполнения производится попытка сделать нечто подобное, интерпретатор выдает сообщение об ошибке. •• Присваивание по несуществующему индексу приводит к созданию нового элемента. Ключи можно создавать при определении словаря в виде литерала (в этом случае они встраиваются непосредственно в литерал) или при присваивании значения новому ключу существующего объекта словаря. Результат получается тот же самый. •• Ключи не обязательно должны быть строками. В наших примерах в качестве ключей использовались строки, но могут использоваться любые другие неизменяемые объекты (то есть не списки). Например, в качестве ключей допустимо использовать целые числа, что превращает словарь в подобие списка (как минимум, в смысле индексирования). В качестве ключей можно также использовать кортежи, что позволяет создавать составные ключи. Экземпляры классов (обсуждаются в четвертой части книги) также могут играть роль ключей при условии, что они поддерживают определенные методы, которые сообщат интерпретатору, что он имеет дело с неизменяемым объектом, в противном случае они будут бесполезны, если рассматривать их как фиксированные ключи. Использование словарей для имитации гибких списков Последнее замечание в предыдущем списке имеет настолько важное значение, что имеет смысл продемонстрировать его применение на нескольких примерах. Списки не допускают возможность присваивания по индексам, находящимся за пределами списков: >>> L = [] >>> L[99] = ‘spam’ Traceback (most recent call last): File “<stdin>”, line 1, in ? IndexError: list assignment index out of range Можно, конечно, с помощью операции повторения создать список достаточно большой длины (например, [0]*100), но можно создать нечто похоже, задейство- 272 Глава 8. Списки и словари вав словарь, который не требует такого выделения пространства. При использовании целочисленных ключей словари могут имитировать списки, которые увеличиваются при выполнении операции присваивания по смещению: >>> D = {} >>> D[99] = ‘spam’ >>> D[99] ‘spam’ >>> D {99: ‘spam’} Результат выглядит так, как если бы D был списком из 100 элементов, но на самом деле это словарь с единственным элементом – значением ключа 99 является строка ‘spam’. В такой структуре можно обращаться по смещениям, как в списке, но при этом не требуется выделять пространство для всех позиций, которые могут когда-либо потребоваться при выполнении программы. При использовании подобным образом словари представляют собой более гибкие эквиваленты списков. Использование словарей для структур разреженных данных Похожим образом словари могут использоваться для реализации структур разреженных данных, таких как многомерные массивы, где всего несколько элементов имеют определенные значения: >>> Matrix = {} >>> Matrix[(2, 3, 4)] = 88 >>> Matrix[(7, 8, 9)] = 99 >>> >>> X = 2; Y = 3; Z = 4 # символ ; отделяет инструкции >>> Matrix[(X, Y, Z)] 88 >>> Matrix {(2, 3, 4): 88, (7, 8, 9): 99} Здесь словарь использован для представления трехмерного массива, в котором только два элемента, (2,3,4) и (7,8,9), имеют определенные значения. Ключами словаря являются кортежи, определяющие координаты непустых элементов. Благодаря этому вместо трехмерной матрицы, объемной и по большей части пустой, оказалось достаточно использовать словарь из двух элементов. В такой ситуации попытка доступа к пустым элементам будет приводить к возбуждению исключения, так как эти элементы физически отсутствуют: >>> Matrix[(2,3,6)] Traceback (most recent call last): File “<stdin>”, line 1, in ? KeyError: (2, 3, 6) Как избежать появления ошибок обращения к несуществующему ключу Ошибки обращения к несуществующему ключу являются обычными при работе с разреженными матрицами, но едва ли кто-то захочет, чтобы они приводили к преждевременному завершению программы. Существует по крайней мере три способа получить значение по умолчанию вместо возбуждения исключения – можно предварительно проверить наличие ключа с помощью 273 Словари в действии условного оператора if, воспользоваться конструкцией try, чтобы перехватить и явно обработать исключение, или просто использовать представленный ранее метод словаря get, способный возвращать значение по умолчанию для несуществующих ключей: >>> ... ... ... ... 0 >>> ... ... ... ... 0 >>> 88 >>> 0 if (2,3,6) in Matrix: # Проверить наличие ключа перед обращением print(Matrix[(2,3,6)]) # конструкция if/else описывается в главе 12 else: print(0) try: print(Matrix[(2,3,6)]) # Попытаться обратиться по индексу except KeyError: # Перехватить исключение и обработать print(0) Matrix.get((2,3,4), 0) # Существует; извлекается и возвращается Matrix.get((2,3,6), 0) # Отсутствует; используется аргумент default Способ, основанный на применении метода get, является самым простым из приведенных, если оценивать объем программного кода, – инструкции if и try подробно будут рассматриваться далее в этой книге. Использование словарей в качестве «записей» Как видите, словари в языке Python�� способны играть множество ролей. Вообще говоря, они способны заменить реализацию алгоритмов поиска в структурах (потому что операция индексирования по ключу уже является операцией поиска) и могут представлять самые разные типы структурированной информации. Например, словари представляют один из многих способов описания свойств элементов в программах, то есть они могут играть ту же роль, какую играют «структуры» и «записи» в других языках программирования. В следующем примере выполняется заполнение словаря путем присваивания значений новым ключам в виде нескольких инструкций: >>> >>> >>> >>> >>> >>> mel rec = {} rec[‘name’] = ‘mel’ rec[‘age’] = 45 rec[‘job’] = ‘trainer/writer’ print(rec[‘name’]) Встроенные типы языка Python�� позволяют легко представлять структурированную информацию; это особенно заметно, когда появляются уровни вложенности. В следующем примере снова используется словарь для хранения свойств объекта, но на этот раз заполнение производится в единственной инструкции (вместо того, чтобы выполнять присваивание каждому ключу в отдельности), причем здесь присутствуют вложенные список и словарь, чтобы обеспечить представление структурированных свойств объекта: >>> mel = {‘name’: ‘Mark’, ... ‘jobs’: [‘trainer’, ‘writer’], 274 Глава 8. Списки и словари ... ... ‘web’: ‘www.rmi.net/~lutz’, ‘home’: {‘state’: ‘CO’, ‘zip’:80513}} Чтобы�� извлечь�� компоненты�� вложенных�� объектов�� , �� достаточно просто объединить в цепочку операции индексирования: >>> mel[‘name’] ‘Mark’ >>> mel[‘jobs’] [‘trainer’, ‘writer’] >>> mel[‘jobs’][1] ‘writer’ >>> mel[‘home’][‘zip’] 80513 Хотя в четвертой части книги будет показано, что классы (объединяющие в себе данные и логику их обработки) еще лучше справляются с ролью записей, в простых случаях словари являются простым и удобным инструментом. Придется держать в уме: интерфейсы словарей Помимо удобного способа хранения информации по ключам непосредственно в программе, некоторые расширения для Python также предоставляют интерфейсы, которые выглядят и действуют как словари. Например, обращение к индексированным файлам данных в формате DBM во многом напоминает обращение к словарю, который сначала требуется открыть. Строки сохраняются и извлекаются с помощью операции индексирования по ключу: import anydbm file = anydbm.open(“filename”) # Ссылка на файл file[‘key’] = ‘data’ # Сохранение данных по ключу data = file[‘key’] # Извлечение данных по ключу В главе 27 будет показано, как таким же способом можно сохранять целые объекты Python, достаточно лишь заменить имя модуля anydbm на shelve (shelves (хранилища) – это базы данных с доступом к информации по ключу, предназначенные для хранения объектов Python). Для работы в Интернете поддержка CGI-сценариев, предусмотренная в языке Python, также обеспечивает интерфейс, напоминающий словарь. Вызов метода cgi.FieldStorage возвращает объект, по своим характеристикам напоминающий словарь, – с одной записью для каждого поля ввода, находящегося на клиентской веб-странице: import cgi form = cgi.FieldStorage() # Анализирует данные формы if ‘name’ in form: showReply(‘Hello, ‘ + form[‘name’].value) Все эти объекты (и словари в том числе) являются примерами отображений. Как только вы овладеете словарными интерфейсами, вы обнаружите, что они имеют отношение ко множеству встроенных инструментов языка Python. 275 Словари в действии Другие способы создания словарей Наконец, обратите внимание, что благодаря практической ценности словарей с течением времени способы их создания пополнялись. В Python 2.3 и более поздних версиях, например, последние два вызова конструктора dict (в действительности – имени типа) в следующем ниже примере имеют тот же эффект, что и литералы и форма присваивания по отдельным ключам в примере выше: {‘name’: ‘mel’, ‘age’: 45} # Традиционное литеральное выражение D = {} D[‘name’] = ‘mel’ D[‘age’] = 45 # Динамическое присваивание по ключам dict(name=’mel’, age=45) # Форма именованных аргументов dict([(‘name’, ‘mel’), (‘age’, 45)]) # Кортежи ключ/значение Все четыре варианта создают один и тот же словарь, содержащий два элемента, которые удобно использовать в следующих случаях: •• Первый вариант удобен, если содержимое всего словаря известно заранее. •• Второй вариант удобно использовать, когда необходимо динамически создавать словарь по одному полю за раз. •• Третий вариант с использованием именованных аргументов даже компакт нее, чем литералы, но он требует, чтобы все ключи были строками. •• Последний вариант удобен, когда ключи и значения во время выполнения программы необходимо хранить в виде последовательностей. С именованными аргументами мы уже встречались ранее, когда рассматривали операцию сортировки. Третья форма, показанная в листинге, стала особенно популярной в последнее время, как наиболее компактная (и, как следствие, менее подверженная ошибкам). Как было показано в конце табл. 8.2, последний вариант также часто используется в соединении с функцией zip, которая позволяет объединить отдельные списки ключей и значений, создаваемые динамически во время выполнения (например, при извлечении данных из столбцов в файле). Подробнее об этой возможности рассказывается в следующем разделе. Если значения всех ключей словаря остаются все время одними и теми же, можно использовать специализированную форму инициализации словаря, при использовании которой достаточно просто передать список ключей и начальное значение (по умолчанию используется значение None): >>> dict.fromkeys([‘a’, ‘b’], 0) {‘a’: 0, ‘b’: 0} В настоящее время вполне можно обойтись простыми литералами и операцией присваивания по ключам, но вы наверняка найдете применение всем упомянутым вариантам создания словарей, как только приступите к созданию настоящих, гибких и динамических программ на языке Python. В листингах, которые приводятся в этом разделе, представлены различные способы создания словарей, общие для обеих версий Python 2.6 и 3.0. Однако существует еще один способ создания словарей, доступный только в версии Py�� thon 3.0 (и выше): генератор словарей. Чтобы посмотреть, как используется эта форма, мы должны перейти к следующему разделу. 276 Глава 8. Списки и словари Изменения в словарях в Python 3.0 До сих пор в этой главе мы рассматривали основные операции над словарями, общие для обеих версий Python, однако в Python 3.0 функциональные возможности словарей несколько изменились. Если вы пользуетесь интерпретатором версии 2.X, вы можете столкнуться с некоторыми особенностями словарей, которые либо изменились, либо вообще отсутствуют в версии 3.0. Кроме того, версия 3.0 расширяет словари дополнительными особенностями, недоступными в Python 2.X. В частности, в версии 3.0 словари: •• Поддерживают новые выражения генераторов словарей, близко напоминающие генераторы списков и множеств. •• Методы D.keys, D.values и D.items возвращают итерируемые представления вместо списков. •• Вследствие особенности, описанной в предыдущем пункте, требуют по иному выполнять обход ключей в отсортированном порядке. •• Больше не поддерживают возможность непосредственного сравнивания между собой – теперь сравнивание должно выполняться вручную. •• Больше не поддерживают метод D.has_key – вместо него следует использовать оператор in проверки на вхождение. Давайте посмотрим, что нового появилось в словарях с выходом версии 3.0. Генераторы словарей Как отмечалось в конце предыдущего раздела, в версии 3.0 появилась возможность создавать словари с помощью генераторов словарей. Как и генераторы множеств, с которыми мы встречались в главе 5, генераторы словарей доступны только в версии 3.0 (они недоступны в версии 2.6). Подобно давно существующим генераторам списков, с которыми мы встречались в главе 4 и ранее в этой главе, генераторы словарей выполняют цикл, отбирают пары ключ/значение в каждой итерации и заполняют ими новый словарь. Значения, получаемые в ходе итераций, доступны в виде переменной цикла. Например, одним из стандартных способов динамической инициализации словаря в версиях 2.6 и 3.0 является использование функции zip для объединения ключей и значений с последующей передачей результата функции dict. Как мы узнаем в главе 13, функция zip позволяет единственным вызовом создать словарь из списков ключей и значений. Если множество ключей и значений заранее не известно, вы всегда можете поместить их в списки в процессе вычислений и затем объединить их воедино: >>> list(zip([‘a’, ‘b’, ‘c’], [1, 2, 3])) # Объединить ключи и значения [(‘a’, 1), (‘b’, 2), (‘c’, 3)] >>> D = dict(zip([‘a’, ‘b’, ‘c’], [1, 2, 3])) >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} # Создать словарь из результата # вызова функции zip В Python 3.0 того же эффекта можно добиться с помощью генератора словарей. В следующем примере демонстрируется создание нового словаря из пар ключ/ значение, которые извлекаются из результата вызова функции zip (это выражение читается практически точно так же, хотя и выглядит немного сложнее): Словари в действии 277 C:\misc> c:\python30\python # Использование генератора словарей >>> D = {k: v for (k, v) in zip([‘a’, ‘b’, ‘c’], [1, 2, 3])} >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} Генераторы словарей выглядят менее компактными, но они гораздо более универсальны, чем можно было бы предположить, исходя из этого примера, – мы можем использовать их для отображения единственной последовательности значений в словари, вычисляя ключи с помощью выражений, как обычные значения: >>> D = {x: x ** 2 for x in [1, 2, 3, 4]} # Или: range(1, 5) >>> D {1: 1, 2: 4, 3: 9, 4: 16} >>> D = {c: c * 4 for c in ‘SPAM’} # Цикл через итерируемый объект >>> D {‘A’: ‘AAAA’, ‘P’: ‘PPPP’, ‘S’: ‘SSSS’, ‘M’: ‘MMMM’} >>> D = {c.lower(): c + ‘!’ for c in [‘SPAM’, ‘EGGS’, ‘HAM’]} >>> D {‘eggs’: ‘EGGS!’, ‘ham’: ‘HAM!’, ‘spam’: ‘SPAM!’} Генераторы словарей удобно использовать для инициализации словарей из списков ключей, почти так же, как это делает метод fromkeys, с которым мы встречались в предыдущем разделе: >>> D = dict.fromkeys([‘a’, ‘b’, ‘c’], 0) # Инициализация списком ключей >>> D {‘a’: 0, ‘c’: 0, ‘b’: 0} >>> D = {k:0 for k in [‘a’, ‘b’, ‘c’]} # То же самое, но с помощью >>> D # генератора словаря {‘a’: 0, ‘c’: 0, ‘b’: 0} >>> D = dict.fromkeys(‘spam’) # Из другого итерируемого объекта, >>> D # используются значения по умолчанию {‘a’: None, ‘p’: None, ‘s’: None, ‘m’: None} >>> D = {k: None for k in ‘spam’} >>> D {‘a’: None, ‘p’: None, ‘s’: None, ‘m’: None} Подобно родственным инструментам, генераторы словарей поддерживают дополнительные возможности, которые не были продемонстрированы здесь, включая вложенные циклы и условные инструкции if. К сожалению, чтобы полностью понять все возможности генераторов словарей, нам необходимо познакомиться поближе с концепцией и инструкциями итераций в языке Python, – но у нас пока недостаточно знаний, чтобы обсуждать эту тему. Мы познакомимся поближе со всеми разновидностями генераторов (списков, множеств и словарей) в главах 14 и 20, поэтому отложим пока обсуждение деталей. Кроме того, в главе 13 мы поближе познакомимся со встроенной функцией zip, которую использовали в этом разделе, когда будем исследовать циклы for. Представления словарей В версии 3.0 методы словарей keys, values и items возвращают объекты представлений, тогда как в версии 2.6 они возвращают списки. Объекты представ- 278 Глава 8. Списки и словари лений – это итерируемые объекты, то есть объекты, которые вместо всего списка значений возвращают по одному значению за одно обращение. Кроме того, что они являются итерируемыми объектами, представления словарей также сохраняют оригинальный порядок следования компонентов словаря, отражают результаты операций, которые выполняются над словарем, и поддерживают операции над множествами. С другой стороны, они не являются списками и не поддерживают такие операции, как обращение к элементам по индексам или метод sort списков, а также не отображают значения своих элементов при выводе. Понятие итерируемого объекта более формально будет рассматриваться в главе 14, а пока нам достаточно будет знать, что результаты этих трех методов необходимо обертывать вызовом встроенной функции list, – если появится необходимость применить операции над списками или отобразить значения элементов: >>> D = dict(a=1, b=2, c=3) >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} >>> K = D.keys() # В версии 3.0 создаст объект представления, а не список >>> K <dict_keys object at 0x026D83C0> >>> list(K) [‘a’, ‘c’, ‘b’] # Принудительное создание списка в версии 3.0 >>> V = D.values() # То же относится к представлениям значений и элементов >>> V <dict_values object at 0x026D8260> >>> list(V) [1, 3, 2] >>> list(D.items()) [(‘a’, 1), (‘c’, 3), (‘b’, 2)] >>> K[0] # Ошибка при попытке выполнить операцию над списком TypeError: ‘dict_keys’ object does not support indexing >>> list(K)[0] ‘a’ Кроме случаев отображения результатов в интерактивной оболочке, вы едва ли будете обращать внимание на эту особенность, потому что конструкции обхода элементов в цикле в языке Python автоматически заставляют итерируемые объекты возвращать по одному результату в каждой итерации: >>> for k in D.keys(): print(k) # Работа с итераторами в циклах ... # выполняется автоматически a c b Кроме того, в версии 3.0 словари по-прежнему остаются итерируемыми объектами, которые последовательно возвращают ключи, как и в версии 2.6, – что исключает необходимость вызывать метод keys: >>> for key in D: print(key) # В итерациях по-прежнему не обязательно ... # вызывать метод keys() 279 Словари в действии a c b В отличие от списков, возвращаемых в виде результатов в версии 2.�� X�� , представления словарей в версии 3.0 способны динамически отражать все последующие изменения в словарях, выполненные уже после создания объекта отображения: >>> D = {‘a’:1, ‘b’:2, ‘c’:3} >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} >>> K = D.keys() >>> V = D.values() >>> list(K) # Представления сохраняют оригинальный [‘a’, ‘c’, ‘b’] # порядок следования ключей в словаре >>> list(V) [1, 3, 2] >>> del D[‘b’] >>> D {‘a’: 1, ‘c’: 3} # Изменяет словарь непосредственно >>> list(K) [‘a’, ‘c’] >>> list(V) [1, 3] # Изменения в словаре отражаются на объектах представлений # Но это не так в версии 2.X! Представления словарей и множества Кроме того, в отличие от списков результатов, возвращаемых в версии 2.X, объекты представлений в версии 3.0, возвращаемые методом keys, похожи на множества и поддерживают операции над множествами, такие как пересечение и объединение. Объекты представлений, возвращаемые методом values, такой особенностью не обладают, потому что они не являются уникальными, тогда как объекты представлений, возвращаемые методом items, такой особенностью обладают, если пары (key, value) являются уникальными и хешируемыми. Учитывая, что множества достаточно сильно похожи на словари, ключи которых не имеют значений (и даже литералы множеств в версии 3.0 заключаются в фигурные скобки, как словари), это обстоятельство выглядит вполне логичным. Подобно ключам словарей, элементы множеств неупорядочены, уникальны и относятся к разряду неизменяемых объектов. Ниже наглядно показано, как интерпретируются списки ключей, когда они используются в операциях над множествами. В таких операциях объекты представлений могут смешиваться с другими представлениями, множествами и словарями (в этом случае словари интерпретируются точно так же, как представления, возвращаемые методом keys): >>> K | {‘x’: 4} {‘a’, ‘x’, ‘c’} # Представления ключей (и иногда элементов) # похожи на множества >>> V & {‘x’: 4} TypeError: unsupported operand type(s) for &: ‘dict_values’ and ‘dict’ >>> V & {‘x’: 4}.values() TypeError: unsupported operand type(s) for &: ‘dict_values’ and ‘dict_values’ 280 Глава 8. Списки и словари >>> D = {‘a’:1, ‘b’:2, ‘c’:3} >>> D.keys() & D.keys() # Пересечение представлений ключей {‘a’, ‘c’, ‘b’} >>> D.keys() & {‘b’} # Пересечение представления ключей и множества {‘b’} >>> D.keys() & {‘b’: 1} # Пересечение представления ключей и словаря {‘b’} >>> D.keys() | {‘b’, ‘c’, ‘d’} # Объединение представления ключей и множества {‘a’, ‘c’, ‘b’, ‘d’} Представления элементов словарей также могут обладать свойствами множеств, если они допускают возможность хеширования, – то есть, если они содержат только неизменяемые объекты: >>> D = {‘a’: 1} >>> list(D.items()) # Элементы похожи на множества, если они допускают [(‘a’, 1)] # возможность хеширования >>> D.items() | D.keys() # Объединение представлений {(‘a’, 1), ‘a’} >>> D.items() | D # Словари интерпретируются как представление ключей {(‘a’, 1), ‘a’} >>> D.items() | {(‘c’, 3), (‘d’, 4)} # Множество пар ключ/значение {(‘a’, 1), (‘d’, 4), (‘c’, 3)} >>> dict(D.items() | {(‘c’, 3), (‘d’, 4)}) # Функция dict принимает также {‘a’: 1, ‘c’: 3, ‘d’: 4} # итерируемые объекты множеств За дополнительной информацией об операциях над множествами обращайтесь к главе 5. А теперь давайте коротко рассмотрим три другие особенности словарей, появившиеся в версии 3.0. Сортировка ключей словаря Во-первых, из-за того, что теперь метод keys не возвращает список, традиционный прием просмотра содержимого словаря по отсортированным ключам, который используется в версии 2.�� X�� , непригоден в версии 3.0. Для этого необходимо либо преобразовать объект представления ключей в список, либо воспользоваться функцией sorted, представленной в главе 4 и выше в этой главе, применив ее к объекту, возвращаемому методу keys , или к самому словарю: >>> D = {‘a’:1, ‘b’:2, ‘c’:3} >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} >>> Ks = D.keys() # Сортировка объекта представления >>> Ks.sort() # не дает желаемого результата! AttributeError: ‘dict_keys’ object has no attribute ‘sort’ >>> Ks = list(Ks) # Преобразовать в список и потом отсортировать >>> Ks.sort() >>> for k in Ks: print(k, D[k]) ... a 1 b 2 c 3 >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} Словари в действии 281 >>> Ks = D.keys() # Или вызвать функцию sorted() с результатом вызова keys >>> for k in sorted(Ks): print(k, D[k]) # sorted() принимает итерируемые ... # объекты и возвращает результат a 1 b 2 c 3 >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} # Еще лучше отсортировать сам словарь >>> for k in sorted(D): print(k, D[k]) # Итератор словаря возвращает ключи ... a 1 b 2 c 3 Операция сравнения словарями больше не поддерживается Во-вторых, в Python 2.6 словари могут сравниваться между собой с помощью операторов <, > и других, но в �� Python�� 3.0 эта возможность больше не поддерживается. Однако ее можно имитировать, сравнив отсортированные списки ключей вручную: sorted(D1.items()) < sorted(D2.items()) # То же, что и D1 < D2 в версии 2.6 Тем не менее в версии 3.0 сохранилась возможность проверки словарей на равенство. Поскольку мы еще вернемся к этой теме в следующей главе, когда будем рассматривать операции сравнения в более широком контексте, отложим до этого момента обсуждение деталей. Метод has_key умер, да здравствует has_key! Наконец, широко используемый метод has_key словарей, выполняющий проверку наличия ключей, был ликвидирован в версии 3.0. Вместо него рекомендуется использовать оператор in проверки на вхождение или проверять результат вызова метода get на равенство значению по умолчанию (первый вариант предпочтительнее): >>> D {‘a’: 1, ‘c’: 3, ‘b’: 2} >>> D.has_key(‘c’) # Только в версии 2.X: True/False AttributeError: ‘dict’ object has no attribute ‘has_key’ >>> ‘c’ in D True >>> ‘x’ in D False >>> if ‘c’ in D: print(‘present’, D[‘c’]) # Предпочтительнее в версии 3.0 ... present 3 >>> print(D.get(‘c’)) 3 >>> print(D.get(‘x’)) None >>> if D.get(‘c’) != None: print(‘present’, D[‘c’]) # Еще одна возможность ... present 3 282 Глава 8. Списки и словари Если вы пользуетесь версией 2.6 и вас волнует вопрос совместимости с версией 3.0, учтите, что первые два изменения (генераторы словарей и представления) доступны только в версии 3.0, а последние три (функция sorted, сравнивание вручную и оператор in) могут использоваться и в версии 2.6, что поможет облегчить переход на версию 3.0 в будущем. В заключение В этой главе мы исследовали списки и словари – два, пожалуй, наиболее часто используемых, гибких и мощных типа коллекций, которые можно увидеть в программах на языке Python. Мы узнали, что списки представляют собой упорядоченные по позициям коллекции объектов произвольных типов и что они могут иметь неограниченное число уровней вложенности, могут увеличиваться и уменьшаться в размерах по мере необходимости и многое другое. Словари представляют похожий тип данных, но в них элементы сохраняются по ключам, а не по позициям; словари не обеспечивают какой-либо надежный способ поддержки упорядочения элементов слева направо. И списки, и словари относятся к категории изменяемых объектов и поэтому поддерживают различные операции непосредственного их изменения, недоступные для строк, например списки можно увеличивать в размерах с помощью метода append, а словари – за счет выполнения операции присваивания по новому ключу. В следующей главе мы закончим подробное исследование базовых типов объектов, рассмотрев кортежи и файлы. После этого мы перейдем к инструкциям, которые реализуют логику обработки этих объектов, что позволит нам еще больше приблизиться к написанию полноценных программ. Но прежде чем заняться этими темами, ответьте на контрольные вопросы главы. Закрепление пройденного Контрольные вопросы 1. Назовите два способа создания списка, содержащего пять целочисленных значений, равных нулю. 2. Назовите два способа создания словаря с двумя ключами ‘a’ и ‘b’, каждый из которых ассоциирован со значением 0. 3. Назовите четыре операции, которые изменяют непосредственно объект списка. 4. Назовите четыре операции, которые изменяют непосредственно объект словаря. Ответы 1. Литеральное выражение, такое как [0, 0, 0, 0, 0], и операция повторения, такая как [0]*5, создадут список с пятью элементами, содержащими нули. Формально можно было бы построить список с помощью цикла, начиная с пустого списка, к которому добавляется значение 0 на каждой итерации: L.append(0). Генератор списков ([0 for i in range(5)]) сделал бы то же самое, но в этом случае пришлось бы выполнить лишнюю работу. Закрепление пройденного 283 2. Литеральное выражение, например {‘a’: 0, ‘b’: 0}, или последовательность операций присваивания, таких как D = {}; D[‘a’] = 0, D[‘b’] = 0, создадут требуемый словарь. Можно также использовать более новый и более простой способ с использованием именованных аргументов dict(a=0, b=0) или более гибкий вариант с указанием последовательностей пар ключ/значение dict([(‘a’, 0), (‘b’, 0)]). Или, поскольку все ключи известны заранее и не будут изменяться в дальнейшем, можно использовать специализированную форму dict.fromkeys([‘a’, ‘b’], 0). В версии 3.0 можно также воспользоваться генератором словарей: {k:0 for k in ‘ab’}. 3. Методы append и extend увеличивают размер самого списка, методы sort и reverse упорядочивают и изменяют порядок следования элементов списка на обратный, метод insert вставляет элемент в указанную позицию, методы remove и pop удаляют элементы списка по значениям и по смещению, инструкция del удаляет элемент списка или срез, а операции присваивания по индексу или срезу замещают элемент или целый сегмент списка. Для правильного ответа на вопрос выберите четыре любых метода из указанных. 4. Словари прежде всего изменяются с помощью инструкции присваивания по новому или по существующему ключу, что приводит к созданию или изменению записи в таблице. Кроме того, инструкция del удаляет ключ, метод update вклеивает один словарь в другой, а вызов D.pop(key) удаляет ключ и возвращает его значение. Словари имеют и другие, более необычные методы изменения, которые не были перечислены в этой главе, такие как setdefault. За дополнительной информацией обращайтесь к справочным руководствам. Глава 9 . Кортежи, файлы и все остальное Эта глава завершает наше детальное исследование базовых типов объектов языка Python рассмотрением кортежей – коллекций объектов, которые не могут изменяться, и файлов – интерфейсов к внешним файлам в вашем компьютере. Как вы узнаете, кортежи – это относительно простые объекты, поддерживающие операции, которые по большей части вам уже знакомы по строкам и спискам. Объекты-файлы – это широко используемые многофункциональные инструменты для работы с файлами – краткий обзор файлов, который приводится здесь, будет дополнен примерами их использования в последующих главах этой книги. Кроме того, эта глава завершает данную часть книги рассмотрением свойств, общих для объектов всех базовых типов, с которыми мы познакомились, – понятия равенства, сравнения, копирования объектов и так далее. Мы также кратко познакомимся и с другими типами объектов, присутствующими в арсенале Python, – несмотря на то, что мы рассмотрели все основные встроенные типы, спектр объектов в языке Python гораздо шире, чем я давал вам основания полагать к этому моменту. В заключение мы закроем эту часть книги изучением связанных с типами объектов ловушек, в которые часто попадаются программисты, и исследуем некоторые примеры, которые позволят вам поэкспериментировать с освоенными идеями.1 Кортежи Последний тип коллекций в нашем обзоре – это кортежи. Кортежи представляют собой простые группы объектов. Они действуют точно так же, как списки, за исключением того, что не допускают непосредственного изменения (они являются неизменяемыми) и в литеральной форме записываются как последовательность элементов в круглых, а не в квадратных скобках. Хотя корте1 После детального изучения удобно пользоваться краткими справочниками, например представленными в справочном разделе официального сайта проекта Python. Особо стоит отметить Мастерскую отца-основателя Python (Python Workshop by Guido van Rossum). Презентация доступна по адресу: http://www.python.org/doc/ essays/ppt/acm-ws/. – Примеч. перев. 285 Кортежи жи и не поддерживают многих методов списков, тем не менее они обладают большинством свойств, присущим спискам. Ниже коротко рассматриваются их свойства. Кортежи: Это упорядоченные коллекции объектов произвольных типов Подобно строкам и спискам, кортежи являются коллекциями объектов, упорядоченных по позициям (то есть они обеспечивают упорядочение своего содержимого слева направо). Подобно спискам, они могут содержать объекты любого типа. Обеспечивают доступ к элементам по смещению Подобно строками и спискам, доступ к элементам кортежей осуществляется по смещению (а не по ключу) – они поддерживают все операции, которые основаны на использовании смещения, такие как индексирование и извлечение среза. Относятся к категории неизменяемых последовательностей Подобно строкам и спискам, кортежи являются последовательностями и поддерживают многие операции над последовательностями. Однако, подобно строкам, кортежи являются неизменяемыми объектами, поэтому они не поддерживают никаких операций непосредственного изменения, которые применяются к спискам. Имеют фиксированную длину, гетерогенны и поддерживают произвольное число уровней вложенности Поскольку кортежи являются неизменяемыми объектами, вы не можете изменить размер кортежа, минуя процедуру создания копии. С другой стороны, кортежи могут хранить другие составные объекты (то есть списки, словари и другие кортежи), а следовательно, поддерживают произвольное число уровней вложенности. Массивы ссылок на объекты Подобно спискам, кортежи проще представлять, как массивы ссылок на объекты, – кортежи хранят указатели (ссылки) на другие объекты, а операция индексирования над кортежами выполняется очень быстро. В табл. 9.1 приводятся наиболее часто используемые операции над кортежами. В программном коде кортежи записываются как последовательность объектов (точнее, выражений, которые создают объекты), разделенных запятыми, заключенная в круглые скобки. Пустые кортежи определяются как пара пустых круглых скобок. Таблица 9.1. Литералы кортежей и операции Операция Интерпретация () Пустой кортеж T = (0,) Кортеж из одного элемента (не выражение) T = (0, ‘Ni’, 1.2, 3) Кортеж из четырех элементов T = 0, ‘Ni’, 1.2, 3 Еще один кортеж из четырех элементов (тот же самый, что и строкой выше) T = (‘abc’, (‘def’, ‘ghi’)) Вложенные кортежи 286 Глава 9. Кортежи, файлы и все остальное Таблица 9.1 (продолжение) Операция Интерпретация T = tuple(‘spam’) Создание кортежа из итерируемого объекта T[i] Индекс, индекс индекса, срез, длина T[i][j] T[i:j] len(T) Конкатенация, повторение T1 + T2 T * 3 Обход в цикле, проверка вхождения for x in T: print(x) ‘spam’ in t2 [x ** 2 for x in T] Методы кортежей в версиях 2.6 и 3.0: поиск, подсчет вхождений T.index(‘Ni’) T.count(‘Ni’) Кортежи в действии Как обычно, запустите интерактивный сеанс работы с интерпретатором Python, чтобы приступить к исследованию кортежей в действии. Обратите внимание: как указано в табл. 9.1, кортежи не обладают методами, которые имеются у списков (например, кортежи не имеют метода append). Зато кортежи поддерживают обычные операции над последовательностями, которые применяются к строкам и к спискам: >>> (1, 2) + (3, 4) (1, 2, 3, 4) # Конкатенация >>> (1, 2) * 4 (1, 2, 1, 2, 1, 2, 1, 2) # Повторение >>> T = (1, 2, 3, 4) >>> T[0], T[1:3] (1, (2, 3)) # Индексирование, извлечение среза Особенности синтаксиса определения кортежей: запятые и круглые скобки Вторая и четвертая строки в табл. 9.1 заслуживают дополнительных пояснений. Поскольку круглые скобки могут также окружать выражения (глава 5), необходимо что-то предпринять, чтобы дать интерпретатору понять, что единственный объект в круглых скобках – это кортеж, а не простое выражение. Если вам действительно необходимо получить кортеж с единственным элементом, нужно просто добавить запятую после этого элемента, перед закрывающей круглой скобкой: >>> x = (40) >>> x 40 # Целое число 287 Кортежи в действии >>> y = (40,) >>> y (40,) # Кортеж, содержащий целое число В виде исключения при определении кортежей интерпретатор позволяет опускать открывающую и закрывающую круглые скобки, если синтаксически конструкция интерпретируется однозначно. Например, в четвертой строке таблицы кортеж создается простым перечислением четырех элементов, разделенных запятыми. В контексте операции присваивания интерпретатор распознает, что это кортеж, даже при отсутствии круглых скобок. Кто-то может посоветовать всегда заключать кортежи в круглые скобки, а ктото – посоветовать никогда не использовать их (найдутся и те, кто вообще ничего не скажет, что делать с кортежами!). Единственное место, где круглые скобки являются обязательными, – при передаче кортежей функциям в виде литералов (где круглые скобки имеют важное значение) и при передаче их инструкции print в версии Python 2.X (где важное значение имеют запятые). Начинающим программистам можно посоветовать следующее – вероятно, легче использовать круглые скобки, чем выяснять ситуации, когда они могут быть опущены. Многие также считают, что круглые скобки повышают удобочитаемость сценариев, делая кортежи в программном коде более заметными, но у вас может быть свое собственное мнение на этот счет. Преобразования, методы и неизменяемость Несмотря на отличия в синтаксисе литералов, операции, выполняемые над кортежами (последние три строки в табл. 9.1), идентичны операциям, применяемым к строкам и спискам. Единственное отличие состоит в том, что операции +, * и извлечения среза при применении к кортежам возвращают новые кортежи, а также в том, что в отличие от строк, списков и словарей, кортежи имеют сокращенный набор методов. Если, к примеру, необходимо отсортировать содержимое кортежа, его сначала следует преобразовать в список, чтобы превратить в изменяемый объект и получить доступ к методу сортировки или задействовать новую функцию sorted, которая принимает объекты любых типов последовательностей (и не только): >>> T = (‘cc’, ‘aa’, ‘dd’, ‘bb’) >>> tmp = list(T) # Создать список из элементов кортежа >>> tmp.sort() # Отсортировать списка >>> tmp [‘aa’, ‘bb’, ‘cc’, ‘dd’] >>> T = tuple(tmp) # Создать кортеж из элементов списка >>> T (‘aa’, ‘bb’, ‘cc’, ‘dd’) >>> sorted(T) [‘aa’, ‘bb’, ‘cc’, ‘dd’] # Или использовать встроенную функцию sorted Здесь list и tuple – это встроенные функции, которые используются для преобразования в список и затем обратно в кортеж. В действительности обе функции создают новые объекты, но благодаря им создается эффект преобразования. Для преобразования кортежей можно также использовать генераторы списков. Например, ниже из кортежа создается список, причем попутно к каждому элементу прибавляется число 20: 288 Глава 9. Кортежи, файлы и все остальное >>> T = (1, 2, 3, 4, 5) >>> L = [x + 20 for x in T] >>> L [21, 22, 23, 24, 25] Генераторы списков в действительности являются операциями над последовательностями – они всегда создают новые списки, но они могут использоваться для обхода содержимого любых объектов последовательностей, включая кортежи, строки и другие списки. Как будет показано дальше, они могут применяться даже к программным компонентам, которые физически не являются последовательностями, – к любым объектам, поддерживающим возможность выполнения итераций, включая файлы, которые автоматически читаются строка за строкой. Кортежи имеют весьма ограниченный набор методов, по сравнению со списками и строками. В версиях �� Python�� 2.6 и 3.0 они обладают всего двумя методами – index и count, которые действуют точно так же, как одноименные методы списков: >>> >>> 1 >>> 3 >>> 3 T = (1, 2, 3, 2, 4, 2) T.index(2) # Методы кортежей в Python 2.6 и 3.0 # Первое вхождение находится в позиции 2 T.index(2, 2) # Следующее вхождение за позицией 2 T.count(2) # Определить количество двоек в кортеже До выхода версий 2.6 и 3.0 кортежи вообще не имели методов – это было древнее соглашение в языке Python, касающееся неизменяемых типов, которое несколько лет тому назад было из практических соображений нарушено для строк, а совсем недавно – для чисел и кортежей. Кроме того, следует заметить, что правило неизменяемости применяется только к самому кортежу, но не к объектам, которые он содержит. Например, список внутри кортежа может изменяться как обычно: >>> T = (1, [2, 3], 4) >>> T[1] = ‘spam’ # Ошибка: нельзя изменить сам кортеж TypeError: object doesn’t support item assignment >>> T[1][0] = ‘spam’ >>> T (1, [‘spam’, 3], 4) # Допустимо: вложенный изменяемый объект можно изменить Для большинства программ такой одноуровневой неизменяемости для обычного использования кортежей вполне достаточно. О чем, совершенно случайно, и рассказывается в следующем разделе. Зачем нужны кортежи, если есть списки? Похоже, что это самый первый вопрос, который задают начинающие программисты, узнав о кортежах: «Зачем нам нужны кортежи, если у нас уже имеются списки?» Некоторые из причин корнями уходят в прошлое. Создатель языка Python – математик по образованию, и он рассматривал кортежи, как простые ассоциации объектов, а списки – как структуры данных, допускающие изменения в течение всего времени своего существования. На самом деле, такое ис- 289 Файлы пользование слова «кортеж» уходит корнями в математику, так же, как и его использование для обозначения строк в таблицах реляционных баз данных. Однако более правильным будет считать, что неизменяемость кортежей обеспечивает своего рода поддержку целостности – вы можете быть уверены, что кортеж не будет изменен посредством другой ссылки из другого места в программе, чего нельзя сказать о списках. Тем самым кортежи играют роль объявлений «констант», присутствующих в других языках программирования, несмотря на то, что в языке Python это понятие связано с объектами, а не с переменными. Кроме того, существуют ситуации, в которых кортежи можно использовать, а списки – нет. Например, в качестве ключей словаря (пример с разреженными матрицами в главе 8). Некоторые встроенные операции также могут требовать или предполагать использование кортежей, а не списков. Следует запомнить, что списки должны выбираться, когда требуются упорядоченные коллекции, которые может потребоваться изменить. Кортежи могут использоваться в остальных случаях, когда необходимы фиксированные ассоциации объектов. Файлы Возможно, вы уже знакомы с понятием файла – так называются именованные области постоянной памяти в вашем компьютере, которыми управляет операционная система. Последний основной встроенный тип объектов, который мы исследуем в нашем обзоре, обеспечивает возможность доступа к этим файлам из программ на языке Python. Проще говоря, встроенная функция open создает объект файла, который обеспечивает связь с файлом, размещенным в компьютере. После вызова функции open можно выполнять операции чтения и записи во внешний файл, используя методы полученного объекта. По сравнению с типами, с которыми вы уже знакомы, объекты файлов выглядят несколько необычно. Они не являются ни числами, ни последовательностями или отображениями – для задач работы с файлами они предоставляют одни только методы. Большинство методов файлов связаны с выполнением операций ввода-вывода во внешние файлы, ассоциированные с объектом, но существуют также методы, которые позволяют переходить на другую позицию в файле, выталкивать на диск буферы вывода и так далее. В табл. 9.2 приводятся наиболее часто используемые операции над файлами. Таблица 9.2. Часто используемые операции над файлами Операция Интерпретация output = open(r’C:\spam’, ‘w’) Открывает файл для записи (‘w’ означает write – запись) input = open(‘data’, ‘r’) Открывает файл для чтения (‘r’ означает read – чтение) input = open(‘data’) То же самое, что и в предыдущей строке (режим ‘r’ используется по умолчанию) aString = input.read() Чтение файла целиком в единственную строку 290 Глава 9. Кортежи, файлы и все остальное Таблица 9.2 (продолжение) Операция Интерпретация aString = input.read(N) Чтение следующих N символов (или байтов) в строку aString = input.readline() Чтение следующей текстовой строки (включая символ конца строки) в строку aList = input.readlines() Чтение файла целиком в список строк (включая символ конца строки) output.write(aString) Запись строки символов (или байтов) в файл output.writelines(aList) Запись всех строк из списка в файл output.close() Закрытие файла вручную (выполняется по окончании работы с файлом) output.flush() Выталкивает выходные буферы на диск, файл остается открытым anyFile.seek(N) Изменяет текущую позицию в файле для следующей операции, смещая ее на N байтов от начала файла. for line in open(‘data’): операции над line Итерации по файлу, построчное чтение open(‘f.txt’, encoding=’latin-1’) Файлы с текстом Юникода в Python 3.0 (строки типа str) open(‘f.bin’, ‘rb’) Файлы с двоичными данными в Python 3.0 (строки типа bytes) Открытие файлов Чтобы открыть файл, программа должна вызвать функцию open, передав ей имя внешнего файла и режим работы. Обычно в качестве режима используется строка ‘r’, когда файл открывается для чтения (по умолчанию), ‘w’ – когда файл открывается для записи или ‘a’ – когда файл открывается на запись в конец. В строке режима могут также указываться другие параметры: •• Добавление символа b в строку режима означает работу с двоичными данными (в версии 3.0 отключается интерпретация символов конца строки и кодирование символов Юникода). •• Добавление символа + означает, что файл открывается для чтения и для записи (то есть вы получаете возможность читать и записывать данные в один и тот же объект файла, часто совместно с операцией позиционирования в файле). Оба аргумента функции open должны быть строками. Кроме того, функция может принимать третий необязательный аргумент, управляющий буферизацией выводимых данных, – значение ноль означает, что выходная информация не будет буферизироваться (то есть она будет записываться во внешний файл сразу же, в момент вызова метода записи). Имя внешнего файла может вклю- Файлы 291 чать платформозависимые префиксы абсолютного или относительного пути к файлу. Если путь к файлу не указан, предполагается, что он находится в текущем рабочем каталоге (то есть в каталоге, где был запущен сценарий). Здесь мы рассмотрим лишь самые основы работы с файлами и исследуем несколько простых примеров, но не будем исследовать все параметры, определяющие режимы работы с файлами. За дополнительной информацией обращайтесь к руководству по стандартной библиотеке языка Python. Использование файлов Как только будет получен объект файла, вы можете вызывать его методы для выполнения операций чтения или записи. В любом случае содержимое файла в программах на языке Python принимает форму строк – операция чтения возвращает текст в строках, и метод записи принимает информацию в виде строк. Существует несколько разновидностей методов чтения и записи, а в табл. 9.2 перечислены лишь наиболее часто используемые из них. Ниже приводятся несколько самых основных замечаний по использованию файлов: Для чтения строк лучше использовать итераторы файлов Несмотря на то что методы чтения и записи, перечисленные в таблице, являются наиболее часто используемыми, имейте в виду, что самый лучший, пожалуй, способ чтения строк из файла на сегодняшний день состоит в том, вообще не использовать операцию чтения из файла – как будет показано в главе 14, файлы имеют итератор, который автоматически читает информацию из файла строку за строкой в контексте цикла for, в генераторах списков и в других итерационных контекстах. Содержимое файлов находится в строках, а не в объектах Обратите внимание: в табл. 9.2 показано, что данные, получаемые из файла, всегда попадают в сценарий в виде строки, поэтому вам необходимо будет выполнять преобразование данных в другие типы объектов языка Python, если эта форма представления вам не подходит. Точно так же, при выполнении операции записи данных в файл, в отличие от инструкции print, интерпретатор Python не выполняет автоматическое преобразование объектов в строки – вам необходимо передавать методам уже сформированные строки. Поэтому при работе с файлами вам пригодятся рассматривавшиеся ранее инструменты преобразования данных из строкового представления в числовое и наоборот (например, int, float, str, а также выражения форматирования строк и метод format). Кроме того, в состав Python входят дополнительные стандартные библиотечные инструменты, предназначенные для работы с универсальным объектом хранилища данных (например, модуль pickle) и обработки упакованных двоичных данных в файлах (например, модуль struct). С действием обоих модулей мы познакомимся ниже, в этой же главе. Вызов метода close является необязательным Вызов метода close разрывает связь с внешним файлом. Как рассказывалось в главе 6, интерпретатор Python немедленно освобождает память, занятую объектом, как только в программе будет утеряна последняя ссылка на этот объект. Как только объект файла освобождается, интерпретатор автоматически закрывает ассоциированный с ним файл (что происходит также в момент завершения программы). Благодаря этому вам не требу- 292 Глава 9. Кортежи, файлы и все остальное ется закрывать файл вручную, особенно в небольших сценариях, которые выполняются непродолжительное время. С другой стороны, вызов метода close не повредит, и его рекомендуется использовать в крупных системах. Строго говоря, возможность автоматического закрытия файлов не является частью спецификации языка, и с течением времени такое поведение может измениться. Следовательно, привычку вызывать метод close вручную можно только приветствовать. (Альтернативный способ автоматического закрытия файлов приводится ниже, в этом же разделе, где обсуждаются менеджеры контекста объектов файлов, которые используются в новой инструкции with/as, появившейся в Python 2.6 и 3.0.) Файлы обеспечивают буферизацию ввода-вывода и позволяют производить позиционирование в файле В предыдущем абзаце отмечается важность явного закрытия файлов, потому что в этот момент освобождаются ресурсы операционной системы и выталкиваются выходные буферы. По умолчанию вывод в файлы всегда выполняется с помощью промежуточных буферов, то есть в момент записи текста в файл он не попадает сразу же на диск – буферы выталкиваются на диск только в момент закрытия файла или при вызове метода flush. Вы можете отключить механизм буферизации с помощью дополнительных параметров функции open, но это может привести к снижению производительности операций ввода-вывода. Файлы в языке Python поддерживают также возможность позиционирования – метод seek позволяет сценариям управлять позицией чтения и записи. Файлы в действии Давайте рассмотрим небольшие примеры, демонстрирующие основы работы с файлами. В первом примере выполняется открытие нового текстового файла в режиме для записи, в него записываются две строки (завершающиеся символом новой строки \n), после чего файл закрывается. Далее этот же файл открывается в режиме для чтения и выполняется чтение строк из него. Обратите внимание, что третий вызов метода readline возвращает пустую строку – таким способом методы файлов в языке Python сообщают о том, что был достигнут конец файла (пустая строка в файле возвращается как строка, содержащая единственный символ новой строки, а не как действительно пустая строка). Ниже приводится полный листинг сеанса: >>> >>> 16 >>> 18 >>> myfile = open(‘myfile.txt’, ‘w’) # Открывает файл (создает/очищает) myfile.write(‘hello text file\n’) # Записывает строку текста myfile.write(‘goodbye text file\n’) myfile.close() >>> myfile = open(‘myfile.txt’) >>> myfile.readline() ‘hello text file\n’ >>> myfile.readline() ‘goodbye text file\n’ >>> myfile.readline() ‘’ # Выталкивает выходные буферы на диск # Открывает файл: ‘r’ – по умолчанию # Читает строку # Пустая строка: конец файла 293 Файлы Обратите внимание, что в Python 3.0 метод write возвращает количество записанных символов – в версии 2.6 этого не происходит, поэтому в интерактивном сеансе вы не увидите эти числа. Этот пример записывает две строки текста в файл, добавляя в каждую из них символ конца строки \n; методы записи не добавляют символ конца строки, поэтому нам необходимо самостоятельно добавлять его в выводимые строки (в противном случае следующая операция записи просто продолжит текущую строку в файле). Если необходимо вывести содержимое файла, обеспечив правильную интерпретацию символов конца строки, его следует прочитать в строку целиком, с помощью метода read, и вывести: >>> open(‘myfile.txt’).read() # Прочитать файл целиком в строку ‘hello text file\ngoodbye text file\n’ >>> print(open(‘myfile.txt’).read()) # Более дружественная форма отображения hello text file goodbye text file А если необходимо просмотреть содержимое файла строку за строкой, лучшим выбором будет итератор файла: >>> for line in open(‘myfile’): # Используйте итераторы, а не методы чтения ... print(line, end=’’) ... hello text file goodbye text file В этом случае функцией open создается временный объект файла, содержимое которого автоматически будет читаться итератором и возвращаться по одной строке в каждой итерации цикла. Обычно такой способ компактнее, эффективнее использует память и может оказаться быстрее некоторых других вариантов (конечно, это зависит от множества параметров). Так как мы еще не касались темы инструкций и итераторов, вам придется подождать до главы 14, где дается более полное описание этого примера. Текстовые и двоичные файлы в Python 3.0 Строго говоря, в предыдущем примере выполняются операции с текстовыми файлами. В версиях �� Python�� 3.0 и 2.6 тип файла определяется вторым аргументом функции open – символ «b» в строке режима означает binary (двоичный). В языке Python�� всегда существовала поддержка текстовых и двоичных файлов, но в Python 3.0 между этими двумя типами файлов была проведена более четкая грань: •• Содержимое текстовых файлов представляется в виде обычных строк типа str, выполняется автоматическое кодирование/декодирование символов Юникода и по умолчанию производится интерпретация символов конца строки. •• Содержимое двоичных файлов представляется в виде строк типа bytes, и оно передается программе без каких-либо изменений. В Python 2.6, напротив, текстовые файлы могли содержать текст из 8-битных символов или двоичные данные, а для работы с текстом из символов Юникода использовался специальный строковый тип и интерфейс доступа к файлам 294 Глава 9. Кортежи, файлы и все остальное (строки unicode и функция codecs.open). Изменения в Python 3.0 определялись тем фактом, что обычный текст и текст в Юникоде были объединены в единый строковый тип, что имеет определенный смысл, если учесть, что любой текст может быть представлен в Юникоде, включая ASCII и другие 8-битные кодировки. Большинству программистов приходится иметь дело только с текстом ASCII, поэтому они могут пользоваться базовым интерфейсом доступа к текстовым файлам, как показано в предыдущем примере, и обычными строками. С технической точки зрения, все строки в версии 3.0 являются строками Юникода, но для тех, кто использует только символы ASCII, это обстоятельство обычно остается незамеченным. В действительности операции над строками в версиях 3.0 и 2.6 выполняются одинаково, если область применения сценария ограничивается такими простыми формами текста. Если у вас имеется необходимость интернационализировать приложение или обрабатывать двоичные данные, отличия в версии 3.0 окажут большое влияние на программный код (обычно в лучшую сторону). Вообще говоря, для работы с двоичными файлами следует использовать строки bytes, а обычные строки str – для работы с текстовыми файлами. Кроме того, так как текстовые файлы реализуют автоматическое преобразование символов Юникода, вы не сможете открыть файл с двоичными данными в текстовом режиме – преобразование его содержимого в символы Юникода, скорее всего, завершится с ошибкой. Рассмотрим пример. Когда выполняется операция чтения двоичных данных из файла, она возвращает объект типа bytes – последовательность коротких целых чисел, представляющих абсолютные значения байтов (которые могут соответствовать символам, а могут и не соответствовать), который во многих отношениях очень близко напоминает обычную строку: >>> data = open(‘data.bin’, ‘rb’).read() # Открыть двоичный файл для чтения >>> data # Строка bytes хранит двоичные данные b’\x00\x00\x00\x07spam\x00\x08’ >>> data[4:8] # Ведет себя как строка b’spam’ >>> data[4:8][0] # Но в действительности хранит 8-битные целые числа 115 >>> bin(data[4:8][0]) # Функция bin() в Python 3.0 ‘0b1110011’ Кроме того, двоичные файлы не выполняют преобразование символов конца строки – текстовые файлы по умолчанию отображают все разновидности символов конца строки в и из символ \n в процессе записи и чтения, и производят преобразование символов Юникода в соответствии с указанной кодировкой. Так как операции с символами Юникода и с двоичными данными представляют особый интерес для многих программистов, мы отложим полное их обсуждение до главы 36. А пока перейдем к некоторым более насущным примерам использования файлов. Сохранение и интерпретация объектов Python в файлах Следующий пример записывает различные объекты в текстовый файл. Обратите внимание на использование средств преобразования объектов в строки. Напомню, что данные всегда записываются в файл в виде строк, а методы за- 295 Файлы писи не выполняют автоматического форматирования строк (для экономии пространства я опустил вывод значений, возвращаемых методом write): >>> >>> >>> >>> >>> >>> >>> >>> >>> >>> X, Y, Z = 43, 44, 45 S = ‘Spam’ D = {‘a’: 1, ‘b’: 2} L = [1, 2, 3] # Объекты языка Python должны # записываться в файл только в виде строк F = open(‘datafile.txt’, ‘w’) F.write(S + ‘\n’) F.write(‘%s,%s,%s\n’ % (X, Y, F.write(str(L) + ‘$’ + str(D) F.close() # Создает файл для записи # Строки завершаются символом \n Z)) # Преобразует числа в строки + ‘\n’) # Преобразует и разделяет символом $ Создав файл, мы можем исследовать его содержимое, открыв файл и прочитав данные в строку (одной операцией). Обратите внимание, что функция автоматического вывода в интерактивной оболочке дает точное побайтовое представление содержимого, а инструкция print интерпретирует встроенные символы конца строки, чтобы обеспечить более удобочитаемое отображение: >>> chars = open(‘datafile.txt’).read() # Отображение строки >>> chars # в неформатированном виде “Spam\n43,44,45\n[1, 2, 3]${‘a’: 1, ‘b’: 2}\n” >>> print(chars) # Удобочитаемое представление Spam 43,44,45 [1, 2, 3]${‘a’: 1, ‘b’: 2} Теперь нам необходимо выполнить обратные преобразования, чтобы получить из строк в текстовом файле действительные объекты языка Python. Интерпретатор Python никогда автоматически не выполняет преобразование строк в числа или в объекты других типов, поэтому нам необходимо выполнить соответствующие преобразования, чтобы можно было использовать операции над этими объектами, такие как индексирование, сложение и так далее: >>> F = open(‘datafile.txt’) # Открыть файл снова >>> line = F.readline() # Прочитать одну строку >>> line ‘Spam\n’ >>> line.rstrip() # Удалить символ конца строки ‘Spam’ К этой строке мы применили метод rstrip, чтобы удалить завершающий символ конца строки. Тот же эффект можно было бы получить с помощью извлечения среза line[:-1], но такой подход можно использовать, только если мы уверены, что все строки завершаются символом \n (последняя строка в файле иногда может не содержать этого символа). Пока что мы прочитали ту часть файла, которая содержит строку. Теперь прочитаем следующий блок, в котором содержатся числа, и выполним разбор этого блока (то есть извлечем объекты): >>> line = F.readline() >>> line ‘43,44,45\n’ >>> parts = line.split(‘,’) # Следующая строка из файла # Это - строка # Разбить на подстроки по запятым 296 Глава 9. Кортежи, файлы и все остальное >>> parts [‘43’, ‘44’, ‘45\n’] Здесь был использован метод split, чтобы разбить строку на части по запятым, которые играют роль символов-разделителей, – в результате мы получили список строк, каждая из которых содержит отдельное число. Теперь нам необходимо преобразовать эти строки в целые числа, чтобы можно было выполнять математические операции над ними: >>> int(parts[1]) # Преобразовать строку в целое число 44 >>> numbers = [int(P) for P in parts] # Преобразовать весь список >>> numbers [43, 44, 45] Как мы уже знаем, функция int преобразует строку цифр в объект целого числа, а генератор списков, представленный в главе 4, позволяет применить функцию ко всем элементам списка в одной инструкции (подробнее о генераторах списков читайте далее в этой книге). Обратите внимание: для удаления завершающего символа \n в конце последней подстроки не был использован метод rstrip, потому что int и некоторые другие функции преобразования просто игнорируют символы-разделители, окружающие цифры. Наконец, чтобы преобразовать список и словарь в третьей строке файла, можно воспользоваться встроенной функцией eval, которая интерпретирует строку как программный код на языке Python (формально – строку, содержащую выражение на языке Python): >>> line = F.readline() >>> line “[1, 2, 3]${‘a’: 1, ‘b’: 2}\n” >>> parts = line.split(‘$’) # Разбить на строки по символу $ >>> parts [‘[1, 2, 3]’, “{‘a’: 1, ‘b’: 2}\n”] >>> eval(parts[0]) # Преобразовать строку в объект [1, 2, 3] >>> objects = [eval(P) for P in parts] # То же самое для всех строк в списке >>> objects [[1, 2, 3], {‘a’: 1, ‘b’: 2}] Поскольку теперь все данные представляют собой список обычных объектов, а не строк, мы сможем применять к ним операции списков и словарей. Сохранение объектов Python с помощью модуля pickle Функция eval, использованная в предыдущем примере для преобразования строк в объекты, представляет собой мощный инструмент. И иногда даже слишком мощный. Функция eval без лишних вопросов выполнит любое выражение на языке Python, даже если в результате будут удалены все файлы в компьютере, если передать в выражение соответствующие права доступа! Если вам действительно необходимо извлекать объекты Python из файлов, но вы не можете доверять источнику этих файлов, идеальным решением будет использование модуля pickle, входящего в состав стандартной библиотеки Python. Модуль pickle позволяет сохранять в файлах практически любые объекты Python без необходимости с нашей стороны выполнять какие-либо преобразо- 297 Файлы вания. Он напоминает суперуниверсальную утилиту форматирования и преобразования данных. Чтобы сохранить словарь в файле, например, мы передаем его непосредственно в функцию модуля pickle: >>> >>> >>> >>> >>> D = {‘a’: 1, ‘b’: 2} F = open(‘datafile.pkl’, ‘wb’) import pickle pickle.dump(D, F) # Модуль pickle запишет в файл любой объект F.close() Чтобы потом прочитать словарь обратно, можно просто еще раз воспользоваться возможностями модуля pickle: >>> F = open(‘datafile.pkl’ 'rb') >>> E = pickle.load(F) # Загружает любые объекты из файла >>> E {‘a’: 1, ‘b’: 2} Нам удалось получить назад точно такой же объект словаря без необходимости вручную выполнять какие-либо преобразования. Модуль pickle выполняет то, что называется сериализацией объектов, – преобразование объектов в строку байтов и обратно, не требуя от нас почти никаких действий. В действительности, внутренняя реализация модуля pickle выполнила преобразование нашего словаря в строку, при этом незаметно для нас (и может выполнить еще более замысловатые преобразования при использовании модуля в других режимах): >>> open(‘datafile.pkl’, ‘rb’).read() # Формат может измениться! b’\x80\x03}q\x00(X\x01\x00\x00\x00aq\x01K\x01X\x01\x00\x00\x00bq\x02K\x02u.’ Поскольку модуль pickle умеет реконструировать объекты из строкового представления, нам не требуется самим возиться с этим. Дополнительную информацию о модуле pickle вы найдете в руководстве по стандартной библиотеке языка Python или попробовав импортировать модуль в интерактивном сеансе и передав его имя функции help. Когда будете заниматься исследованием этого модуля, обратите также внимание на модуль shelve – инструмент, который использует модуль pickle для сохранения объектов Python в файлах с доступом по ключу, описание которых далеко выходит за рамки этой книги (впрочем, пример использования модуля shelve вы найдете в главе 27; кроме того, дополнительные примеры использования модуля pickle приводятся в главах 30 и 36). Обратите внимание, что в примере выше я открыл файл, где хранится сериализованный объект, в двоичном режиме. В Python 3.0 такие файлы всегда следует открывать именно в двоичном режиме, потому что модуль pickle создает и использует объекты типа bytes, а эти объекты предполагают, что файл открыт в двоичном режиме (в версии 3.0 при работе с текстовыми файлами используются строки типа str). В более ранних версиях Python допускается использовать текстовые файлы, когда выбирается протокол 0 (используется по умолчанию и создает текстовые файлы в кодировке ASCII), при условии непротиворечивого использования текстового режима. Протоколы с более высокими номерами допускают возможность работы только с двоичными файлами. В Python 3.0 по умолчанию используется протокол 3 (двоичный), но в этой версии интерпретатора модуль pickle соз- 298 Глава 9. Кортежи, файлы и все остальное дает строки типа bytes даже при использовании протокола 0. Дополнительные подробности по этой теме вы найдете в главе 36, в справочном руководстве по библиотеке языка Python или в других источниках. В версии Python 2.6 дополнительно имеется модуль cPickle – оптимизированная версия модуля pickle, который можно импортировать для повышения скорости. В Python 3.0 этот модуль переименован в _pickle и автоматически используется модулем pickle – сценарии просто импортируют модуль pickle и позволяют интерпретатору самому оптимизировать свою работу. Сохранение и интерпретация упакованных двоичных данных в файлах Прежде чем двинуться дальше, необходимо рассмотреть еще один аспект работы с файлами: в некоторых приложениях приходится иметь дело с упакованными двоичными данными, которые создаются, например, программами на языке C. Стандартная библиотека языка Python включает инструмент, способный помочь в этом, – модуль struct, который позволяет сохранять и восстанавливать упакованные двоичные данные. В некотором смысле, это совершенно другой инструмент преобразования данных, интерпретирующий строки в файлах как двоичные данные. Например, чтобы создать файл с упакованными двоичными данными, откройте его в режиме ‘wb’ (�� write�� binary�� – запись двоичных данных) и передайте модулю struct строку формата и некоторый объект Python. В следующем примере используется строка формата, которая определяет пакет данных, содержащий 4-байтовое целое число, 4-символьную строку и 2-байтовое целое число, причем все представлены в формате big-endian – в порядке следования байтов «от старшего к младшему» (существуют также спецификаторы форматов, которые поддерживают наличие символов дополнения слева, числа с плавающей точкой и многие другие): >>> F = open(‘data.bin’, ‘wb’) # Открыть файл для записи в двоичном режиме >>> import struct >>> data = struct.pack(‘>i4sh’, 7, ‘spam’, 8) # Создать пакет двоичных данных >>> data b’\x00\x00\x00\x07spam\x00\x08’ >>> F.write(data) # Записать строку байтов >>> F.close() Интерпретатор Python создаст строку bytes двоичных данных, которую затем мы запишем в файл обычным способом (строка состоит из экранированных последовательностей, представляющих шестнадцатеричные значения). Чтобы преобразовать эти значения в обычные объекты языка �� Python�� , достаточно просто прочитать строку обратно и распаковать ее с использованием той же строки формата. Следующий фрагмент извлекает значения, преобразуя их в обычные объекты (целые числа и строка): >>> F = open(‘data.bin’, ‘rb’) >>> data = F.read() # Получить упакованные двоичные данные >>> data b’\x00\x00\x00\x07spam\x00\x08’ 299 Файлы >>> values = struct.unpack(‘>i4sh’, data) # Преобразовать в объекты >>> values (7, ‘spam’, 8) Файлы с двоичными данными относятся к категории низкоуровневых средств, которые мы не будем рассматривать подробно. За дополнительной информацией обращайтесь к главе 36 и к руководству по библиотеке языка Python или импортируйте модуль struct в интерактивном сеансе и передайте имя struct функции help. Обратите также внимание, что режимы доступа к двоичным файлам ‘wb’ и ‘rb’ могут использоваться для обработки простейших двоичных файлов, таких как изображения или аудиофайлы, без необходимости выполнять распаковку их содержимого. Менеджеры контекста файлов Вам также необходимо будет прочитать обсуждение поддержки менеджеров контекста файлов в главе 33, впервые появившейся в версиях Python 3.0 и 2.6. Даже при том, что менеджеры контекста в основном применяются для обработки исключений, тем не менее они позволяют обертывать программный код, выполняющий операции с файлами, дополнительным слоем логики, который гарантирует, что после выхода за пределы блока инструкций менеджера файл будет закрыт автоматически, и позволяет не полагаться на автоматическое закрытие файлов механизмом сборки мусора: with open(r’C:\misc\data.txt’) as myfile: # Подробности в главе 33 for line in myfile: ...операции над строкой line... Аналогичную функциональность предоставляет конструкция try/finally, с которой мы познакомимся в главе 33, но за счет избыточного программного кода – три дополнительных строки, если быть более точным (впрочем, мы можем не использовать ни один из вариантов и позволить интерпретатору самому закрывать файлы): myfile = open(r’C:\misc\data.txt’) try: for line in myfile: ...операции над строкой line... finally: myfile.close() Поскольку для подробного описания обоих способов необходимо иметь дополнительные знания, которыми мы еще не обладаем, мы обсудим в книге эти детали позже. Другие инструменты для работы с файлами Как показано в табл. 9.2, существуют более сложные инструменты для работы с файлами, более того, существуют и другие инструменты, которые отсутствуют в таблице. Например, функция seek переустанавливает текущую позицию в файле (для следующей операции чтения или записи), функция flush принудительно выталкивает содержимое выходных буферов на диск (по умолчанию файлы всегда буферизуются) и так далее. 300 Глава 9. Кортежи, файлы и все остальное Руководство по стандартной библиотеке и книги, упомянутые в предисловии, содержат полный перечень методов для работы с файлами. Чтобы кратко ознакомиться с ним, можно также воспользоваться функцией dir или help в интерактивном сеансе, передав ей объект открытого файла (в Python 3.0, но не в Python 2.6, где следует передать имя типа file). Дополнительные примеры работы с файлами вы найдете во врезке «Придется держать в уме: сканирование файлов» в главе 13. В ней приводятся типичные примеры организации циклов для просмотра содержимого файлов и приводятся инструкции, которые мы еще не рассматривали. Следует также отметить, что функция open и объекты файлов, которые она возвращает, являются в языке Python основным интерфейсом к внешним файлам, однако в арсенале Python существуют и другие инструменты, напоминающие файлы. Назовем некоторые из них: Стандартные потоки ввода-вывода Объекты уже открытых файлов в модуле sys, такие как sys.stdout (смотрите раздел «Инструкция print» в главе 11) Дескрипторы файлов в модуле os Целочисленные дескрипторы файлов, обеспечивающие поддержку низко уровневых операций, таких как блокировка файлов Сокеты, каналы и очереди (FIFO) Объекты, по своим характеристикам напоминающие файлы, используемые для синхронизации процессов или организации взаимодействий по сети Файлы с доступом по ключу, известные как «хранилища» («shelves») Используются для хранения объектов языка Python по ключу (глава 27) Потоки командной оболочки Такие инструменты, как os.popen и subprocess.Popen, которые�� поддержива�� ют возможность запуска дочерних процессов и выполнения операций с их стандартными потоками ввода-вывода Среди сторонних открытых модулей можно отыскать еще больше инструментов, напоминающих файлы, включая реализацию поддержки обмена данными через последовательный порт в расширении PySerial и поддержки обмена данными с интерактивными программами в системе pexpect. Дополнительную информацию о подобных инструментах вы найдете в специализированной литературе по языку Python и в Сети. Примечание, касающееся различий между версиями: В версии Python 2.5 и в более ранних имя open встроенной функции фактически было синонимом имени типа file, а файлы, с технической точки зрения, можно было открыть вызовом функции open или file (хотя предпочтительнее использовать функцию open). В Python 3.0 имя file больше недоступно, потому что оно дублирует имя open. Пользователи Python 2.6 могут также использовать имя file как имя типа объекта файла для создания дочерних классов при использовании объектно-ориентированного стиля программирования (описывается ниже в этой книге). В Python 3.0 файлы изменились�� радикально�� . �� Классы, которые могут использовать- 301 Пересмотренный перечень категорий типов ся в качестве родительских, для реализации собственных типов файлов, находятся в модуле io. За дополнительной информацией обращайтесь к документации по этому модулю или к исходным текстам доступных классов. Попробуйте также вызвать функцию type(F), передав ей объект открытого файла F. Пересмотренный перечень категорий типов Теперь, когда мы познакомились со всеми встроенными базовыми типами языка Python в действии, давайте завершим наше турне рассмотрением некоторых общих для них свойств. В табл. 9.3 приводится классификация всех рассмотренных типов по категориям, которые были введены ранее. Напомню некоторые положения: •• Над объектами одной категории могут выполняться одни и те же операции, например над строками, списками и кортежами можно выполнять операции для последовательностей, такие как конкатенация и определение длины. •• Непосредственное изменение допускают только изменяемые объекты (списки, словари и множества) – вы не сможете непосредственно изменить числа, строки и кортежи. •• Файлы экспортируют только методы, поэтому понятие изменяемости к ним по-настоящему неприменимо – хотя они могут изменяться при выполнении операции записи, но это не имеет никакого отношения к ограничениям типов в языке Python. •• В категорию «Числа» в табл. 9.3 входят все числовые типы: целые (длинные целые, в Python 2.6), вещественные, комплексные, фиксированной точности и рациональные. •• В категорию «Строки» в табл. 9.3 входят строки типа str, а также bytes (в версии 3.0) и unicode (в версии 2.6). Строковый тип bytearray в�� версии�� 3.0 от�� носится к изменяемым типам. •• Множества напоминают словари, в которых ключи не имеют значений. Элементы множеств не отображаются на значения и неупорядочены, поэтому множества нельзя отнести ни к отображениям, ни к последовательностям. Тип frozenset – это неизменяемая версия типа set. •• Вдобавок к вышесказанному, в версиях Python�� 2.6 и 3.0 все типы, перечисленные в табл. 9.3, обладают методами, которые обычно реализуют операции, характерные для определенного типа. Таблица 9.3. Классификация объектов Тип объектов Категория Изменяемый? Числа (все) Числа Нет Строки Последовательности Нет Списки Последовательности Да Словари Отображения Да Кортежи Последовательности Нет 302 Глава 9. Кортежи, файлы и все остальное Таблица 9.3 (продолжение) Тип объектов Категория Изменяемый? Файлы Расширения Понятие неприменимо Множества Множества Да Фиксированные множества Множества (frozenset) bytearray (3.0) Последовательности Нет Да Придется держать в уме: перегрузка операторов В шестой части книги мы увидим, что объекты, реализованные с помощью классов, могут свободно попадать в любую из этих категорий. Например, если нам потребуется реализовать новый тип объектов последовательностей, который был бы совместим со встроенными типами последовательностей, мы могли бы описать класс, который перегружает операторы индексирования и конкатенации: class MySequence: def __getitem__(self, index): # Вызывается при выполнении операции self[index] def __add__(self, other): # Вызывается при выполнении операции self + other и так далее. Точно так же можно было бы создать новый изменяемый или неизменяемый объект, выборочно реализовав методы, вызываемые для выполнения операций непосредственного изменения (например, для выполнении операций присваивания self[index] = value вызывается метод __setitem__). Существует также возможность выполнять реализацию новых объектов на других языках программирования, таких как C, в ви де расширений. Чтобы определить выбор между множествами операций над числами, последовательностями и отображениями, необходимо бу дет подставить указатели на функции C в ячейки структуры. Гибкость объектов В этой части книги были представлены несколько составных типов объектов (коллекции с компонентами). В общем случае: •• Списки, словари и кортежи могут хранить объекты любых типов. •• Списки, словари и кортежи допускают произвольную вложенность. •• Списки и словари могут динамически увеличиваться и уменьшаться. Поскольку составные типы объектов в языке Python поддерживают любые структуры данных, они прекрасно подходят для представления в программах данных со сложной структурой. Например, значениями элементов словарей могут быть списки, которые могут содержать кортежи, которые в свою очередь могут содержать словари, и так далее. Вложенность может быть произвольной 303 Ссылки и копии глубины, какая только потребуется, чтобы смоделировать структуру обрабатываемых данных. Рассмотрим пример с вложенными компонентами. В следующем примере определяется три вложенных составных объекта последовательностей, как показано на рис. 9.1. Для обращения к отдельным элементам допускается использовать столько индексов, сколько потребуется. В языке Python разыменование индексов производится слева направо и на каждом шаге извлекается объект на более глубоком уровне. Структура данных на рис. 9.1 может показаться излишне сложной, но она иллюстрирует синтаксис, который используется для доступа к данным: >>> L = [‘abc’, [(1, 2), ([3], 4)], 5] >>> L[1] [(1, 2), ([3], 4)] >>> L[1][1] ([3], 4) >>> L[1][1][0] [3] >>> L[1][1][0][0] 3 [0] [1] [0] [2] [1] abc [0] 5 [1] [0] [1] [0] 1 2 4 3 Рис. 9.1. Дерево вложенных объектов со смещениями их компонентов, созданное с помощью литерального выражения [‘abc’, [(1, 2), ([3], 4)], 5]. Синтаксически вложенные объекты внутри реализованы в виде ссылок (то есть в виде указателей) на отдельные участки памяти Ссылки и копии В главе 6 говорилось, что при выполнении операции присваивания всегда сохраняется ссылка на объект, а не копия самого объекта. В большинстве случаев именно это нам и требуется. Однако в процессе выполнения операций присваивания может быть создано несколько ссылок на один и тот же объект, поэтому очень важно понимать, что изменения, произведенные в изменяемом 304 Глава 9. Кортежи, файлы и все остальное объекте с помощью одной ссылки, отразятся и на других ссылках, указывающих на этот же объект. Если такой порядок вещей является нежелательным, необходимо явно сообщить интерпретатору, чтобы он создал копию объекта. Мы изучили это явление в главе 6, но ситуация может обостриться, когда в игру вступят крупные объекты. Например, в следующем примере создается список, который присваивается переменной X, затем создается другой список, включающий ссылку на список X, который присваивается переменной L. Далее создается словарь D, который содержит еще одну ссылку на список X: >>> X = [1, 2, 3] >>> L = [‘a’, X, ‘b’] >>> D = {‘x’:X, ‘y’:2} # Встроенная ссылка на объект X В этот момент в программе появляется три ссылки на список, который был создан первым: из переменной X, из элемента списка, соответствующего переменной L, и из элемента словаря, соответствующего переменной D. Эта ситуация изображена на рис. 9.2. Имена Объекты L X D 1 ? 3 Рис. 9.2. Разделяемые ссылки на объект: поскольку переменная X, элемент списка L и элемент словаря D ссылаются на один и тот же список, то изменения, произведенные с помощью X, отразятся также на L и D Так как списки относятся к категории изменяемых объектов, изменения в объекте списка, произведенные с помощью любой из трех ссылок, также отразятся на других двух ссылках: >>> X[1] = ‘surprise’ # Изменяет все три ссылки! >>> L [‘a’, [1, ‘surprise’, 3], ‘b’] >>> D {‘x’: [1, ‘surprise’, 3], ‘y’: 2} Ссылки – это более высокоуровневый аналог указателей в других языках программирования. И хотя вы не можете извлечь непосредственное значение самой ссылки, тем не менее одну и ту же ссылку можно сохранить более чем в одном месте (в переменных, в списках и так далее). Это полезная особенность – вы можете передавать крупные объекты между компонентами программы без выполнения дорогостоящей операции копирования. Однако, когда действительно необходимо создать копию объекта, вы можете запросить их: 305 Ссылки и копии •• Выражение извлечения среза с пустыми пределами (L[:]) создает копию последовательности. •• Метод словарей и множеств copy создает копию словаря (D.copy()). •• Некоторые встроенные функции, такие как list, создают копию списка (list(L)). •• Модуль copy, входящий в состав стандартной библиотеки, создает полные копии объектов. Например, предположим, что у нас имеются список и словарь, и для нас нежелательно изменение их значений посредством других переменных: >>> L = [1,2,3] >>> D = {‘a’:1, ‘b’:2} Чтобы предотвратить такую возможность, достаточно связать с другими переменными копии объектов вместо того, чтобы связать с ними сами объекты: >>> A = L[:] >>> B = D.copy() # Вместо A = L (или list(L)) # Вместо B = D (то же относится и к множествам) В этом случае изменения, произведенные с помощью других переменных, повлияют на копии, а не на оригиналы: >>> A[1] = ‘Ni’ >>> B[‘c’] = ‘spam’ >>> >>> L, D ([1, 2, 3], {‘a’: 1, ‘b’: 2}) >>> A, B ([1, ‘Ni’, 3], {‘a’: 1, ‘c’: ‘spam’, ‘b’: 2}) Если вернуться к первоначальному примеру, то избежать побочных эффектов, связанных со ссылками, можно, использовав выражение извлечения среза из оригинального списка: >>> X = [1, 2, 3] >>> L = [‘a’, X[:], ‘b’] >>> D = {‘x’:X[:], ‘y’:2} # Встроенные копии объекта X Это меняет картину, представленную на рис. 9.2 – L и D теперь ссылаются на другие списки, отличные от X. Теперь изменения, выполненные с помощью переменной X, отразятся только на самой переменной X, но не на L и D; точно так же изменения в L или D никак не будут воздействовать на X. Одно замечание по поводу копий: выражение извлечения среза с пустыми значениями пределов и метод словаря copy создают поверхностные копии – то есть они не копируют вложенные структуры данных, даже если таковые присутствуют. Если необходима полная копия структуры произвольной глубины вложенности, следует использовать стандартный модуль copy: добавьте инструкцию import copy и вставьте выражение X = copy.deepcopy(Y), которое создаст полную копию объекта Y со сколь угодно большой глубиной вложенности. Эта функция выполняет рекурсивный обход объектов и копирует все составные части. Однако такой подход используется намного реже (потому что для этого приходится писать дополнительный программный код). Обычно ссылки – это именно то, что нам требуется, в противном случае чаще всего применяются такие способы копирования, как операция извлечения среза и метод copy. 306 Глава 9. Кортежи, файлы и все остальное Сравнивание, равенство и истина Любые объекты языка Python поддерживают операции сравнения: проверка на равенство, относительная величина и так далее. Операции сравнения в языке Python всегда проверяют все части составных объектов, пока результат не станет определенным. В действительности, при сравнивании вложенных объектов интерпретатор �� Python�� всегда автоматически выполняет обход структуры данных, чтобы применить операции сравнения рекурсивно, слева направо и настолько глубоко, насколько это необходимо. Первое найденное различие определяет результат сравнения. Например, при сравнении списков автоматически сравниваются все их компоненты: >>> L1 >>> L2 >>> L1 (True, = [1, (‘a’, 3)] # Разные объекты с одинаковыми значениями = [1, (‘a’, 3)] == L2, L1 is L2 # Равны? Это один и тот же объект? False) В данном случае L1 и L2 ссылаются на совершенно разные списки, но с одинаковым содержимым. Из-за природы ссылок в языке Python (рассматривались в главе 6) существует два способа проверки на равенство: •• Оператор == проверяет равенство значений. Интерпретатор выполняет проверку на равенство, рекурсивно сравнивая все вложенные объекты. •• Оператор is проверяет идентичность объектов. Интерпретатор проверяет, являются ли сравниваемые объекты одним и тем же объектом (то есть расположены ли они по одному и тому же адресу в памяти). В предыдущем примере L1 и L2 прошли проверку == на равенство (они равны, потому что все их компоненты равны), но не прошли проверку is на идентичность (они ссылаются на разные объекты и соответственно, на разные области памяти). Однако обратите внимание, что происходит при сравнивании двух коротких строк: >>> S1 >>> S2 >>> S1 (True, = ‘spam’ = ‘spam’ == S2, S1 is S2 True) Здесь у нас так же имеется два различных объекта с одинаковыми значениями: оператор == должен вернуть истину, а оператор is – ложь. Но так как интерпретатор с целью оптимизации кэширует и повторно использует короткие строки, в действительности в обе переменные, S1 и S2, записывается ссылка на одну ту же строку ‘spam’ в памяти, поэтому оператор is проверки идентичности возвращает истину. Чтобы получить нормальное поведение, потребуется использовать более длинные строки: >>> S1 >>> S2 >>> S1 (True, = ‘a longer string’ = ‘a longer string’ == S2, S1 is S2 False) Разумеется, так как строки являются неизменяемыми, использование механизма кэширования объектов не оказывает отрицательного влияния на программный код – строки нельзя изменить непосредственно, независимо от того, Сравнивание, равенство и истина 307 сколько переменных ссылаются на них. Если результат проверки на идентичность кажется вам обескураживающим, вернитесь к главе 6, чтобы освежить в памяти концепцию ссылок на объекты. Как правило, оператор == – это именно то, что требуется в большинстве случаев проверки равенства; оператор is предназначен для особых случаев. Мы рассмотрим случаи использования этих операторов далее в книге. Операторы отношений к вложенным структурам также применяются рекурсивно: >>> L1 = [1, (‘a’, 3)] >>> L2 = [1, (‘a’, 2)] >>> L1 < L2, L1 == L2, L1 > L2 # Меньше, равно, больше: кортеж результатов (False, False, True) Здесь L1 больше, чем L2, потому что вложенное число 3 больше, чем 2. Результат последней строки в этом примере в действительности представляет собой кортеж из трех объектов – результатов трех выражений (пример кортежа без объемлющих круглых скобок). В общем случае Python сравнивает типы следующим образом: •• Числа сравниваются по величине. •• Строки сравниваются лексикографически, символ за символом (“abc” < “ac”). •• При сравнении списков и кортежей сравниваются все компоненты слева направо. •• Словари сравниваются как отсортированные списки (ключ, значение). Словари в �� Python�� 3.0 не поддерживают операторы отношений, но они поддерживаются в версии 2.6 и ниже, при этом они сравниваются как отсортированные списки (ключ, значение). •• Попытка сравнить значения несопоставимых нечисловых типов (например, 1 < ‘spam’) в �� Python�� 3.0 вызывает ошибку. Зато такое сравнивание возможно в Python 2.6, однако при этом используется фиксированное и достаточно произвольно выбранное правило. То же относится и к операции сортировки, которая реализована на основе операции сравнения: коллекции значений нечисловых и несопоставимых типов в версии 3.0 отсортированы быть не могут. Вообще сравнивание структурированных объектов выполняется, как если бы сравнивались образующие их литералы, слева направо, по одному компоненту за раз. В последующих главах мы увидим другие типы объектов, которые могут изменять способ сравнения. Сравнивание словарей в Python 3.0 Предпоследний пункт в списке из предыдущего раздела заслуживает особого пояснения. В �� Python�� 2.6 и в более ранних версиях словари поддерживали возможность сравнения с помощью операторов отношений, как если бы сравнивались сортированные списки пар ключ/значение: C:\misc> c:\python26\python >>> D1 = {‘a’:1, ‘b’:2} >>> D2 = {‘a’:1, ‘b’:3} 308 Глава 9. Кортежи, файлы и все остальное >>> D1 == D2 False >>> D1 < D2 True В Python�� 3.0 поддержка операторов отношений в словарях была ликвидирована, потому что они оказываются слишком затратными, когда просто требуется узнать, равны ли словари (проверка на равенство в версии 3.0 выполняется по оптимизированному алгоритму, который по факту не сравнивает отсортированные списки пар ключ/значение). Чтобы выяснить относительный порядок словарей в версии 3.0, можно написать цикл и вручную сравнить значения ключей или вручную создать отсортированные списки пар ключ/значение и сравнить их – для этого вполне достаточно будет задействовать метод словарей items и встроенную функцию sorted: C:\misc> c:\python30\python >>> D1 = {‘a’:1, ‘b’:2} >>> D2 = {‘a’:1, ‘b’:3} >>> D1 == D2 False >>> D1 < D2 TypeError: unorderable types: dict() < dict() >>> list(D1.items()) [(‘a’, 1), (‘b’, 2)] >>> sorted(D1.items()) [(‘a’, 1), (‘b’, 2)] >>> sorted(D1.items()) < sorted(D2.items()) True >>> sorted(D1.items()) > sorted(D2.items()) False На практике в большинстве программ, где требуется выполнять сравнивание словарей, реализуются собственные, более эффективные процедуры сравнения данных в словарях, чем данный способ или оригинальная реализация в Python 2.6. Смысл понятий «истина» и «ложь» в языке Python Обратите внимание, что три значения в кортеже, возвращаемом последним примером из предыдущего раздела, – это логические значения «истина» (true) и «ложь» (false). Они выводятся на экран как слова True и False, но теперь, когда мы приступаем к использованию логических проверок, мне следует более формально описать смысл этих названий. В языке �� Python�� , как в большинстве языков программирования, «ложь» представлена целочисленным значением 0, а «истина» – целочисленным значением 1. Кроме того, интерпретатор Python распознает любую пустую структуру данных как «ложь», а любую непустую структуру данных – как «истину». В более широком смысле понятия истины и лжи – это свойства, присущие всем объектам в Python, – каждый объект может быть либо «истиной», либо «ложью»: •• Числа, отличные от нуля, являются «истиной». •• Другие объекты являются «истиной», если они непустые. Сравнивание, равенство и истина 309 В табл. 9.4 приводятся примеры истинных и ложных значений объектов в языке Python. Таблица 9.4. Примеры значений истинности объектов Объект Значение “spam” True “” False [] False {} False 1 True 0.0 False None False Так как объекты могут быть «истинными» или «ложными», в программах на языке Python часто можно увидеть такие условные инструкции, как if X:, которая, если предположить, что X является строкой, равноценна инструкции if X != ‘’:. Говоря другими словами, можно проверить истинность объекта вместо того, чтобы сравнивать его с пустым объектом. (Подробнее об инструкции if рассказывается в третьей части III.) Объект None В языке Python имеется также специальный объект с именем None (последняя строка в табл. 9.4), который всегда расценивается как «ложь». Объект None был представлен в главе 4 – это единственный специальный тип данных в языке Python�� , который играет роль пустого заполнителя и во многом похож на указатель NULL в языке C. Например, вспомните, что списки не допускают присваивание значений отсутствующим элементам (списки не вырастают по волшебству, когда вы выполняете присваивание некоторого значения несуществующему элементу). Чтобы можно было выполнять присваивание любому из 100 элементов списка, обычно создается список из 100 элементов, который заполняется объектами None: >>> L = [None] * 100 >>> >>> L [None, None, None, None, None, None, None, ... ] В этом примере мы никак не ограничиваем размер списка (его по-прежнему позднее можно будет увеличить или уменьшить), мы просто создаем список определенного размера, чтобы обеспечить возможность присваивания по индексам. Точно так же можно было бы инициализировать список нулями, но все-таки предпочтительнее использовать None, если заранее не известно, какие данные будет содержать этот список. Имейте в виду, что значение None не означает «неопределенный». То есть None – это не «ничто» (несмотря на свое имя!); это настоящий объект, занимающий определенную область памяти, с зарезервированным именем. Другие примеры 310 Глава 9. Кортежи, файлы и все остальное использования этого специального объекта вы найдете ниже в книге. Кроме того, этот объект является значением, возвращаемым функциями по умолчанию, как будет показано в четвертой части. Тип bool Логический тип bool в языке Python�� (представленный в главе 5) просто усиливает понятия «истина» и «ложь» в языке Python. Как мы узнали в главе 5, предопределенные имена True и False являются всего лишь разновидностями целых чисел 1 и 0, как если бы этим двум зарезервированным именам предварительно присваивались значения 1 и 0. Этот тип реализован так, что он действительно является лишь незначительным расширением к понятиям «истина» и «ложь», уже описанным, и предназначенным для того, чтобы сделать значения истинности более явными: •• При явном использовании слов True и False в операциях проверки на истинность они интерпретируются как «истина» и «ложь», которые в действительности являются специализированными версиями целых чисел 1 и 0. •• Результаты операций проверок также выводятся как слова True и False, а не как значения 1 и 0. Вам не обязательно использовать только логические типы в логических инструкциях, таких как if, – любые объекты по своей природе могут быть истинными или ложными, и все логические концепции, упоминаемые в этой главе, работают, как описано, и с другими типами. Кроме того, в языке Python�� имеется встроенная функция bool, которая может использоваться для проверки логического значения объекта (например, для проверки истинности объекта, чтобы убедиться, что объект не является пустым или не равен нулю): >>> bool(1) True >>> bool(‘spam’) True >>> bool({}) False Однако на практике вам редко придется вручную пользоваться переменными типа bool, которые воспроизводятся логическими проверками, потому что логические результаты автоматически используются инструкциями if и другими средствами выбора. Мы займемся исследованием логического типа, когда будем рассматривать логические инструкции в главе 12. Иерархии типов данных в языке Python На рис. 9.3 приводятся все встроенные типы объектов, доступные в языке Py�� thon, и отображены взаимоотношения между ними. Наиболее значимые из них мы уже рассмотрели; большая часть других видов объектов на рис. 9.3 соответствует элементам программ (таким как функции и модули) или отражает внутреннее устройство интерпретатора (такие как кадры стека и скомпилированный программный код). Главное, что следует учитывать, – в языке Python все элементы являются объектами и могут быть использованы в ваших программах. Например, можно передать класс в функцию, присвоить его переменной, заполнить им список или словарь и так далее. 311 Иерархии типов данных в языке Python Внутренние Коллекции Отображения Последовательности Множества Тип Код Неизменяемые Изменяемые Словарь Фиксированное множество Строка Список Юникод (2.6) Массив байтов (3.0) Строки байтов (3.0) Кортеж Вызываемые Функции Генератор Множество Целoе Длинное целое (2.6) Логическое Класс Связанный Метод Несвязанный (2.6) Диагностика Прочие Числа Целые Кадр Вещественное Комплексное Рациональное Модуль Экземпляр Файл None C фиксированной точностью Представление (3.0) Рис. 9.3. Основные встроенные типы в языке Python, организованные по категориям. Все в языке Python является объектом, даже сами типы – это объекты! Тип любого объекта – это объект типа «type» Объекты типов Фактически даже сами типы в языке �� Python�� являются разновидностью объектов: объекты типов являются объектами типа type (попробуйте быстро произнести эту фразу три раза!). Говоря серьезно, вызов встроенной функции type(X) возвращает объект типа объекта X. Объекты типов могут использоваться для сравнения типов вручную в инструкции if. Однако по причинам, изложенным в главе 4, ручная проверка типа в языке �� Python�� обычно рассматривается как нечто неправильное, что существенно ограничивает гибкость программного кода. 312 Глава 9. Кортежи, файлы и все остальное Одно замечание по поводу имен типов: в версии Python 2.2 у каждого базового типа появилось новое встроенное имя, добавленное для обеспечения поддержки настройки типов через объектно-ориентированный механизм наследования классов: dict, list, str, tuple, int, float, complex, bytes, type, set и другие (в версии Python 2.6, но не в 3.0, имя типа file является синонимом для open). Эти имена представляют не просто функции преобразования, а настоящие конструкторы объектов, хотя при решении несложных задач вы можете рассматривать их как простые функции. Модуль types, входящий в состав стандартной библиотеки, также предоставляет дополнительные имена типов, не являющиеся встроенными (например, типы функций; в �� Python�� 2.6, но не в 3.0, этот модуль также включает синонимы встроенных типов) и предоставляет возможность проверять тип объекта с помощью функции isinstance. Например, все следующие операции проверки возвращают истину: type([1]) == type([]) # Сравнивание с типом другого списка type([1]) == list # Сравнивание с именем типа isinstance([1], list) # Список или объект класса, производного от list import types # В модуле types определены имена других типов def f(): pass type(f) == types.FunctionType Поскольку в современных версиях Python от типов можно порождать дочерние классы, рекомендуется не пренебрегать функцией isinstance. Подробнее о создании дочерних классов от встроенных типов в версии Python 2.2 (и выше) рассказывается в главе 31. Кроме того, в главе 31 мы исследуем, как функция type(X) и операции проверки типа применяются к экземплярам пользовательских классов. В двух словах: в �� Python�� 3.0 и для классов «нового стиля» в �� Python�� 2.6 типом экземпляра класса является сам класс, на основе которого был создан экземпляр. Для «классических» классов в Python 2.6 (и в более ранних версиях) экземпляры любых классов имеют тип «�� instance�� », поэтому, чтобы получить более или менее осмысленные результаты, мы должны сравнивать атрибуты __class__ экземпляров. Так как мы пока не готовы обсуждать все, что касается классов, отложим дальнейшее обсуждение этой темы до главы 31. Другие типы в Python Помимо базовых объектов, рассмотренных в этой части книги, и объектов, представляющих элементы программ, такие как функции, модули и классы, с которыми мы встретимся ниже, в составе Python�� обычно устанавливаются десятки других типов объектов, доступных в виде связанных расширений на языке C или в виде классов языка Python – объекты регулярных выражений, файлы DBM, компоненты графического интерфейса, сетевые сокеты и так далее. Главное отличие между этими и встроенными типами, которые мы до сих пор рассматривали, состоит в том, что для встроенных типов языком предоставляется специальный синтаксис создания объектов этих типов (например, 4 – для 313 Ловушки встроенных типов целого числа, [1,2] – для списка, функция open – для файла, а def и lambda – для функций). Другие типы обычно доступны в модулях стандартной библиотеки, которые необходимо импортировать перед использованием. Например, чтобы создать объект регулярного выражения, необходимо импортировать модуль re и вызвать функцию re.compile(). Полное руководство по всем типам, доступным в программах на языке Python, вы найдете в справочнике по библиотеке Python. Ловушки встроенных типов Это окончание нашего обзора базовых типов данных. Мы завершаем эту часть книги обсуждением общих проблем, с которыми сталкиваются новые пользователи (а иногда и эксперты), и их решений. Отчасти – это краткий обзор идей, которые мы уже рассматривали, но они достаточно важны, чтобы вновь вернуться к ним. Операция присваивания создает ссылку, а не копию Поскольку это центральное понятие, я напомню о нем еще раз: вы должны понимать, что может происходить с разделяемыми ссылками в вашей программе. Например, ниже создается объект списка, связанный с именем L, на это имя также ссылается элемент списка M. Таким образом, изменение списка с помощью имени L приведет к изменению списка, на который ссылается и список M: >>> L = [1, 2, 3] >>> M = [‘X’, L, ‘Y’] >>> M [‘X’, [1, 2, 3], ‘Y’] >>> L[1] = 0 >>> M [‘X’, [1, 0, 3], ‘Y’] # Встраивает ссылку из L # Список M также изменяется Обычно этот эффект обретает важность только в больших программах, и как правило, совместное использование ссылок – это именно то, что необходимо. Если это является нежелательным, вы всегда можете явно создать копию объекта. Для списков всегда можно создать поверхностную копию с помощью операции извлечения среза с незаданными пределами: >>> L = [1, 2, 3] >>> M = [‘X’, L[:], ‘Y’] >>> L[1] = 0 >>> L [1, 0, 3] >>> M [‘X’, [1, 2, 3], ‘Y’] # Встраивается копия L # Изменяется только L, но не M Не забывайте, что значениями пределов по умолчанию являются 0 и длина последовательности, откуда извлекается срез. Если оба значения опущены, в результате операции будут извлечены все элементы последовательности, что создаст поверхностную копию (новый, не разделяемый ни с кем, объект). 314 Глава 9. Кортежи, файлы и все остальное Операция повторения добавляет один уровень вложенности Операция повторения последовательности добавляет последовательность саму к себе заданное число раз. Это правда, но когда появляются вложенные изменяемые последовательности, эффект может не всегда получиться таким, как вы ожидаете. Например, в следующем примере переменной X присваивается список L, повторенный четырежды, тогда как переменной Y присваивается повторенный четырежды список, содержащий L: >>> L = [4, 5, 6] >>> X = L * 4 # Все равно, что [4, 5, 6] + [4, 5, 6] + ... >>> Y = [L] * 4 # [L] + [L] + ... = [L, L,...] >>> X [4, 5, 6, 4, 5, 6, 4, 5, 6, 4, 5, 6] >>> Y [[4, 5, 6], [4, 5, 6], [4, 5, 6], [4, 5, 6]] Так как во второй операции повторения L является вложенным списком, то в Y попадают ссылки на оригинальный список, связанный с именем L, вследствие чего начинают проявляться те же побочные эффекты, о которых говорилось в предыдущем разделе: >>> L[1] = 0 # Воздействует на Y, но не на X >>> X [4, 5, 6, 4, 5, 6, 4, 5, 6, 4, 5, 6] >>> Y [[4, 0, 6], [4, 0, 6], [4, 0, 6], [4, 0, 6]] Здесь можно применить то же решение, что и в предыдущем разделе, так как это в действительности всего лишь другой способ получить разделяемые ссылки на изменяемый объект. Если вы помните, операции повторения, конкатенации и извлечения среза создают только поверхностные копии объектов, что чаще всего и бывает необходимо. Избегайте создания циклических структур данных На самом деле мы уже сталкивались с этим понятием в предыдущем упражнении: если объект-коллекция содержит ссылку на себя, он называется циклическим объектом. Всякий раз, когда интерпретатор Python обнаруживает циклическую ссылку, он выводит [...], чтобы не попасть в бесконечный цикл: >>> L = [‘grail’] >>> L.append(L) >>> L [‘grail’, [...]] # Добавление ссылки на самого себя # Создает циклический объект: [...] Кроме понимания того, что три точки в квадратных скобках означают циклическую ссылку в объекте, это случай заслуживает особого внимания, т.к. он может привести к сбоям – циклические структуры могут вызывать неожиданное зацикливание программного кода, если вы не все предусмотрели. Например, некоторые программы хранят список или словарь уже посещенных элементов, с помощью которого обнаруживают попадание в цикл. Советы по устранению этих неполадок приводятся в упражнениях к первой части книги, 315 В заключение в главе 3; кроме того, решение проблемы приводится также в конце главы 24, в программе reloadall.py. Не создавайте циклические ссылки, если они действительно не нужны. Иногда бывают серьезные основания для создания циклических ссылок, но если ваш программный код не предусматривает их обработку, вам не следует слишком часто заставлять свои объекты ссылаться на самих себя. Неизменяемые типы не могут изменяться непосредственно Наконец, вы не можете изменять неизменяемые объекты непосредственно. Вместо этого создайте новый объект – с помощью операций извлечения среза, конкатенации и так далее, и присвойте, если это необходимо, первоначальной переменной: T = (1, 2, 3) T[2] = 4 # Ошибка! T = T[:2] + (4,) # Все в порядке: (1, 2, 4) Это может показаться лишней работой, но выигрыш в том, что неизменяемые объекты, такие как кортежи и строки, не порождают приведенных выше проблем, т.к. они не могут изменяться непосредственно и не подвержены, как списки, побочным эффектам такого рода. В заключение В этой главе были исследованы последние два базовых типа объектов – кортежи и файлы. Мы узнали, что кортежи поддерживают все операции, обычные для последовательностей, но не имеют методов и не позволяют выполнять изменения непосредственно в объекте, потому что они относятся к категории неизменяемых объектов. Мы также узнали, что объекты-файлы возвращаются функцией open и предоставляют методы чтения и записи данных. Мы исследовали проблему преобразования объектов Python в строку и обратно, чтобы иметь возможность сохранять их в файле, и познакомились с модулями pickle и struct, реализующими дополнительные возможности (сериализация объектов и работа с двоичными данными). В заключение мы рассмотрели некоторые свойства, общие для всех типов объектов (например, разделяемые ссылки), и прошлись по списку часто встречающихся ошибок (ловушек), связанных с типами объектов. В следующей части мы обратимся к теме синтаксиса инструкций в языке Python – здесь мы исследуем все основные процедурные инструкции. Следующая глава открывает эту часть книги с введения в общую синтаксическую модель языка Python, которая применима ко всем типам операторов. Однако прежде чем двинуться дальше, ознакомьтесь с контрольными вопросами к главе, а затем проработайте упражнения к этой части, чтобы коротко повторить основные понятия. Операторы в основном всего лишь создают и обрабатывают объекты, поэтому прежде чем продолжать чтение, вам необходимо проверить владение этой темой, выполнив упражнения. 316 Глава 9. Кортежи, файлы и все остальное Закрепление пройденного Контрольные вопросы 1. Как определить размер кортежа? Почему этот инструмент стоит обособленно? 2. Напишите выражение, которое изменит первый элемент в кортеже. Кортеж со значением (4,5,6) должен стать кортежем со значением (1,5,6). 3. Какое значение используется по умолчанию в аргументе режима обработки файла в функции open? 4. Каким модулем можно воспользоваться для сохранения объектов Python в файл, чтобы избежать выполнения преобразований объектов в строки вручную? 5. Как можно выполнить копирование всех частей вложенной структуры в одной инструкции? 6. В каких случаях интерпретатор рассматривает объект как «истину»? 7. В чем состоит ваша цель? Ответы 1. Встроенная функция len возвращает длину (количество содержащихся элементов) любого контейнерного объекта, включая и кортежи. Это – встроенная функция, а не метод, и потому может применяться к самым разным типам объектов. Вообще говоря, встроенные функции и операторы выражений зачастую могут применяться к объектам самых разных типов; методы являются более узкоспециализированными инструментами, которые могут применяться только к объектам одного типа, однако некоторые типы могут иметь одноименные методы (например, методом index обладают списки и кортежи). 2. Поскольку кортежи являются неизменяемыми, в действительности их нельзя изменить непосредственно, но можно создать новый кортеж с желаемым значением. Первый элемент заданного кортежа T = (4,5,6) можно изменить, создав новый по частям с помощью операций извлечения среза и конкатенации: T = (1,) + T[1:]. (Не забывайте, что в кортежах из одного элемента обязательно должна присутствовать завершающая запятая.) Также можно было бы преобразовать кортеж в список, выполнить необходимое изменение непосредственно в списке и произвести обратное преобразование в кортеж, но это более дорогостоящая последовательность действий, которая редко используется на практике; просто используйте списки, если заранее известно, что может потребоваться изменить объект непосредственно. 3. Аргумент режима открытия файла в функции open по умолчанию имеет значение ‘r’, то есть файл открывается для чтения в текстовом режиме. Чтобы открыть текстовый файл для чтения, достаточно передать функции одно только имя файла. 4. Для сохранения объектов Python в файле можно воспользоваться модулем pickle, что устранит необходимость явного преобразования объектов в строки. Модуль struct позволяет выполнять похожие действия, но в предположении, что данные хранятся в файле в упакованном двоичном формате. Закрепление пройденного 317 5. Чтобы скопировать все вложенные части структуры X, можно импортировать модуль copy и вызвать функцию copy.deepcopy(X). Однако такой способ редко можно встретить на практике – ссылок обычно бывает достаточно и, как правило, в большинстве случаев достаточно бывает создать поверхностную копию (например, aList[:], aDict.copy()). 6. Объект рассматривается как «истина», если он является либо ненулевым числом, либо непустым объектом коллекции. Встроенные слова True и False по сути являются предопределенными именами числовых значений 1 и 0 соответственно. 7. В число допустимых ответов входят «Изучить язык Python», «Перейти к следующей части книги» или «Найти святую чашу Грааля». Упражнения ко второй части В этом разделе вам предлагается снова пройтись по основам встроенных объектов. Как и прежде, вам попутно могут встретиться новые понятия, поэтому обязательно сверьтесь с ответами в приложении B, когда закончите (и даже если еще не закончили). Если у вас не так много свободного времени, я рекомендую начать с упражнений 10 и 11 (так как они наиболее практичные), а затем, когда появится время, пройти все упражнения от первого до последнего. Во всех упражнениях необходимо знание фундаментальных сведений, поэтому постарайтесь выполнить как можно большую их часть. 1. Основы. Поэкспериментируйте в интерактивной оболочке с наиболее часто используемыми операциями, которые вы найдете в таблицах второй части. Для начала запустите интерактивный сеанс работы с интерпретатором Python, введите все нижеследующие выражения и попробуйте объяснить происходящее. Обратите внимание, что в некоторых строках точка с запятой используется как разделитель инструкций, что позволяет уместить в одной строке несколько инструкций, например: в строке X=1;X выполняется присваивание значения переменной и последующий его вывод (подробнее о синтаксисе инструкций рассказывается в следующей части книги). Кроме того, запомните, что запятая между выражениями обычно означает создание кортежа, даже в отсутствие круглых скобок: выражение X,Y,Z – это кортеж из трех элементов, который интерпретатор выведет, заключив в круглые скобки. 2 ** 16 2 / 5, 2 / 5.0 “spam” + “eggs” S = “ham” “eggs “ + S S * 5 S[:0] “green %s and %s” % (“eggs”, S) ‘green {0} and {1}’.format(‘eggs’, S) (‘x’,)[0] (‘x’, ‘y’)[1] 318 Глава 9. Кортежи, файлы и все остальное L = [1,2,3] + [4,5,6] L, L[:], L[:0], L[-2], L[-2:] ([1,2,3] + [4,5,6])[2:4] [L[2], L[3]] L.reverse( ); L L.sort( ); L L.index(4) {‘a’:1, ‘b’:2}[‘b’] D = {‘x’:1, ‘y’:2, ‘z’:3} D[‘w’] = 0 D[‘x’] + D[‘w’] D[(1,2,3)] = 4 list(D.keys()), list(D.values()), (1,2,3) in D [[]], [“”,[],( ),{},None] 2. Индексирование и извлечение среза. В интерактивной оболочке создайте список с именем L, который содержит четыре строки или числа (например, L = [0,1,2,3]). Затем исследуйте следующие случаи – они могут никогда не встретиться вам на практике, но они заставят вас задуматься об основах реализации, что может оказаться полезным в практических ситуациях: •• Что произойдет, если попытаться получить доступ к элементу, индекс которого выходит за пределы списка (например, L[4])? •• Что произойдет, если попытаться извлечь срез, выходящий за пределы списка (например, L[-1000:100])? •• Наконец, как отреагирует интерпретатор на попытку извлечь последовательность в обратном порядке, когда нижняя граница больше верхней (например, L[3:1])? Подсказка: попробуйте выполнить операцию присваивания такому срезу (L[3:1] = [‘?’]) и посмотреть, куда будет помещено значение. Как вы думаете, это то же самое явление, что и при попытке извлечь срез, выходящий за пределы списка? 3. Индексирование, извлечение среза и инструкция del. Создайте другой список L с четырьмя элементами и присвойте одному из элементов пустой список (например, L[2] = []). Что произошло? Затем присвойте пустой список срезу (L[2:3] = []). Что случилось на этот раз? Не забывайте, что операция присваивания срезу сначала удаляет срез, а затем вставляет новое значение в заданную позицию. Инструкция del удаляет элемент с указанным смещением, ключом, атрибутом или именем. Используйте ее для удаления элемента вашего списка (например, del L[0]). Что произойдет, если попробовать удалить целый срез (del L[1:])? Что произойдет, если срезу присвоить объект, который не является последовательностью (L[1:2] = 1)? 4. Кортежи. Введите следующие строки: >>> X = ‘spam’ >>> Y = ‘eggs’ >>> X, Y = Y, X Как вы думаете, что произойдет с переменными X и Y после выполнения этой последовательности действий? Закрепление пройденного 319 5. Ключи словарей. Рассмотрите следующий фрагмент: >>> D = {} >>> D[1] = ‘a’ >>> D[2] = ‘b’ Вы знаете, что словари не поддерживают доступ к элементам по смещениям; попробуйте объяснить происходящее здесь. Может быть, следующий пример прояснит ситуацию? (Подсказка: к какой категории типов относятся строки, целые числа и кортежи?) >>> D[(1, 2, 3)] = ‘c’ >>> D {1: ‘a’, 2: ‘b’, (1, 2, 3): ‘c’} 6. Индексирование словарей. Создайте словарь с именем D и с тремя записями для ключей ‘a’, ‘b’ и ‘c’. Что произойдет, если попытаться обратиться к элементу с несуществующим ключом (D{‘d’})? Что сделает интерпретатор, если попробовать присвоить значение несуществующему ключу (D[‘d’] = ‘spam’)? Как это согласуется с операциями доступа и присваивания элементам списков при использовании индексов, выходящих за их пределы? Не напоминает ли вам такое поведение правила, применяемые к переменным? 7. Общие операции. Получите в интерактивной оболочке ответы на следующие вопросы: •• Что произойдет, если попытаться использовать оператор + с операндами различных типов (например, строка+список, список+кортеж)? •• Будет ли работать оператор +, когда один из операндов является словарем? •• Будет ли работать метод append со списками и со строками? Можно ли использовать метод keys со списками? (Подсказка: что предполагает метод append о заданном объекте?) •• Наконец, какой тип объекта будет получен, когда операция конкатенации применяется к двум спискам или двум строкам? 8. Индексирование строк. Определите строку S из четырех символов: S = “spam”. Затем введите следующее выражение: S[0][0][0][0][0]. Можете ли вы объяснить, что произошло на этот раз? (Подсказка: не забывайте, строки – это коллекции символов, а символы в языке Python представлены односимвольными строками.) Будет ли это выражение работать, если применить его к списку, такому как [‘s’, ‘p’, ‘a’, ‘m’]? Почему? 9. Неизменяемые типы. Определите еще раз строку S из четырех символов: S = “spam”. Напишите операцию присваивания, которая изменила бы строку на “slam”, используя только операции извлечения среза и конкатенации. Возможно ли выполнить то же самое действие с использованием операций индексирования и конкатенации? С помощью присваивания по индексу элемента? 10. Вложенные структуры. Создайте структуру данных для представления вашей личной информации: имя (имя, фамилия, отчество), возраст, должность, адрес, электронный адрес и номер телефона. При построении структуры вы можете использовать любые комбинации встроенных объектов 320 Глава 9. Кортежи, файлы и все остальное (списки, кортежи, словари, строки, числа). Затем попробуйте обратиться к отдельным элементам структуры по индексам. Являются ли какиенибудь объекты более предпочтительными для данной структуры? 11. Файлы. Напишите сценарий, который создает и открывает для записи новый файл с именем myfile.txt и записывает в него строку “Hello file world!”. Затем напишите другой сценарий, который открывает файл myfile.txt, читает и выводит на экран его содержимое. Запустите поочередно эти сценарии из командной строки. Появился ли новый файл в каталоге, откуда были запущены сценарии? Что произойдет, если указать другой каталог в имени файла, которое передается функции open? Примечание: методы записи в файлы не добавляют символ новой строки к записываемым строкам. Добавьте символ \n явно в конец вашей строки, если хотите получить в файле полностью завершенную строку. Часть III . Инструкции и синтаксис Глава 10 . Введение в инструкции языка Python Теперь, когда вы познакомились с базовыми встроенными типами объектов языка Python, мы начинаем исследование фундаментальных форм инструкций. Как и в предыдущей части книги, мы начнем с общего представления синтаксиса инструкций и затем, в нескольких следующих главах, более подробно рассмотрим конкретные инструкции. Выражаясь простым языком, инструкции – это то, что вы пишете, чтобы сообщить интерпретатору, какие действия должна выполнять ваша программа. Если программа «выполняет какие-то действия», то инструкции – это способ указать, какие именно действия должна выполнять программа. Python – это процедурный язык программирования, основанный на использовании инструкций; комбинируя инструкции, вы задаете процедуру, которую выполняет интерпретатор в соответствии с целями программы. Структура программы на языке Python Другой способ понять роль инструкций состоит в том, чтобы вновь вернуться к иерархии понятий, представленной в главе 4, в которой рассказывалось о встроенных объектах и выражениях, управляющих ими. Эта глава рассматривает следующую ступень иерархии: 1. Программы делятся на модули. 2. Модули содержат инструкции. 3. Инструкции состоят из выражений. 4. Выражения создают и обрабатывают объекты. Синтаксис языка Python по сути построен на инструкциях и выражениях. Выражения обрабатывают объекты и встраиваются в инструкции. Инструкции представляют собой более крупные логические блоки программы – они напрямую используют выражения для обработки объектов, которые мы рассматривали в предыдущих главах. Кроме того, инструкции – это место, где создаются объекты (например, в инструкциях присваивания), а в некоторых инструкциях создаются совершенно новые виды объектов (функции, классы и так далее). 324 Глава 10. Введение в инструкции языка Python Инструкции всегда присутствуют в модулях, которые сами управляются инструкциями. Инструкции в языке Python В табл. 10.1 приводится набор инструкций языка Python. В этой части книги рассматриваются инструкции, которые в таблице расположены от начала и до инструкций break и continue. Ранее неофициально вам уже были представлены некоторые из инструкций, присутствующих в табл. 10.1. В этой части книги будут описаны подробности, опущенные ранее; вашему вниманию будут представлены остальные процедурные инструкции языка Python, а также будет рассмотрена общая синтаксическая модель. Инструкции, расположенные в табл. 10.1 ниже, имеют отношение к крупным блокам программы – функциям, классам, модулям и исключениям, и заключают в себе крупные понятия программирования, поэтому каждой из них будет посвящен отдельный раздел. Более экзотические инструкции, такие как del (которая удаляет различные компоненты), раскрываются далее в книге или в стандартной документации по языку Python. Таблица 10.1. Инструкции языка Python Инструкция Роль Пример Присваивание Создание ссылок a, *b = ‘good’, ‘bad’, ‘ugly’ Вызовы и другие выражения Запуск функций log.write(“spam, ham”) Вызов функции print Вывод объектов print(‘The Killer’, joke) if/elif/else Операция выбора if “python” in text: print(text) for/else while/else pass break Обход последовательности в цикле for x in mylist: Циклы общего назначения while X > Y: Пустая инструкциязаполнитель while True: Выход из цикла while True: print(x) print(‘hello’) pass if exittest(): break continue Переход в начало цикла while True: def Создание функций и методов def f(a, b, c=1, *d): Возврат результата def f(a, b, c=1, *d): if skiptest(): continue return print(a+b+c+d[0]) return a+b+c+d[0] 325 Структура программы на языке Python Инструкция Роль Пример yield Функции-генераторы def gen(n): for i in n: yield i*2 global Пространства имен x = ‘old’ def function(): global x, y; x = ‘new’ nonlocal Пространства имен (3.0+) def outer(): x = ‘old’ def function(): nonlocal x; x = ‘new’ import Доступ к модулям import sys from Доступ к атрибутам модуля from sys import stdin class Создание объектов class Subclass(Superclass): staticData = [] def method(self): pass try/except/finally Обработка исключений try: action() except: print(‘action error’) raise Возбуждение исключений raise endSearch(location) assert Отладочные проверки assert X > Y, ‘X too small’ with/as Менеджеры контекста (2.6+) with open(‘data’) as myfile: del Удаление ссылок del data[k] process(myfile) del data[i:j] del obj.attr del variable В�� табл�� . �� 10.1 перечислены разновидности инструкций в версии Python�� 3.0 – элементы программного кода, каждый из которых имеет свой характерный синтаксис и назначение. Ниже приводятся несколько замечаний к таблице: •• Инструкции присваивания могут принимать различные синтаксические формы, которые описываются в главе 11: простое, присваивание последовательностей, комбинированное присваивание и другие. •• В версии 3.0 print не является ни зарезервированным словом, ни инструкцией – это встроенная функция. Однако она практически всегда выполняется как инструкция (то есть занимает отдельную строку в программе), 326 Глава 10. Введение в инструкции языка Python поэтому ее обычно воспринимают как инструкцию. Мы поближе познакомимся с функцией print в главе 11. •• Начиная с версии 2.5 yield в действительности является выражением, а не инструкцией. Как и функция print, это выражение обычно занимает отдельную строку, и потому оно было включено в табл. 10.1. Однако иногда в сценариях выполняется присваивание этой инструкции или извлечение результата из нее, как будет показано в главе 20. Кроме того, в отличие от print, имя yield является зарезервированным словом. Большая часть инструкций, перечисленных в табл. 10.1, также имеется в версии Python�� 2.6. Ниже приводятся несколько замечаний для тех, кто пользуется Python 2.6 или более ранними версиями: •• В версии 2.6 инструкция nonlocal недоступна. Как мы увидим в главе 17, существуют другие способы добиться того же эффекта в отношении присваивания значений переменным. •• В версии 2.6 print является не функцией, а инструкцией со своим характерным синтаксисом, который описывается в главе 11. •• exec (в версии 3.0 – встроенная функция, позволяющая выполнять фрагменты программного кода) в версии 2.6 также является инструкцией со своим характерным синтаксисом. Так как она поддерживает возможность заключения аргументов в круглые скобки, в версии 2.6 ее можно использовать как функцию. •• В версии 2.5 инструкции try/except и try/finally были объединены: ранее это были две самостоятельные инструкции, но теперь мы можем использовать предложения except и finally одновременно, в одной инструкции try. •• В версии 2.5 инструкция with/as была необязательным расширением, и она была недоступна, если в программный код не включить инструкцию from __future__ import with_statement (глава 33). История о двух if Однако прежде чем углубиться в детали какой-либо конкретной инструкции из табл. 10.1, я хочу обратить ваше внимание на синтаксис инструкций в языке Python, показав, как не надо писать программный код, чтобы у вас была возможность сравнить его с другими синтаксическими моделями, которые, возможно, вы видели ранее. Рассмотрим следующую условную инструкцию на языке C: if (x > y) { x = 1; y = 2; } Это могла бы быть инструкция на языке �� C�� , �� C�� ++, �� Java�� , �� JavaScript�� или �� Perl�� . А теперь взгляните на эквивалентную инструкцию на языке Python: if x > y: x = 1 y = 2 История о двух if 327 Первое, что бросается в глаза, – инструкция на языке �� Python�� выглядит компактнее, точнее, в ней меньше синтаксических элементов. Это соответствует основным принципам языка; так как Python�� – это язык сценариев, его основная цель состоит в том, чтобы облегчить жизнь программистам за счет меньшего объема ввода с клавиатуры. Если быть более точным, то, сравнив две синтаксических модели, можно заметить, что язык Python один новый элемент добавляет, а три элемента, которые присутствуют в языках, подобных языку C, ликвидирует. Что добавляет язык Python Один из новых синтаксических элементов в языке �� Python�� – это символ двоеточия (:). Все составные инструкции в языке Python�� (то есть инструкции, которые включают вложенные в них инструкции) записываются в соответствии с одним и тем же общим шаблоном, когда основная инструкция завершается двоеточием, вслед за которым располагается вложенный блок кода, обычно с отступом под строкой основной инструкции, как показано ниже: Основная инструкция: Вложенный блок инструкций Двоеточие является обязательным, а его отсутствие является самой распространенной ошибкой, которую допускают начинающие программисты, – я встречал тысячи подтверждений этому в учебных классах. Фактически если вы плохо знакомы с языком Python, то вы почти наверняка очень скоро забудете о символе двоеточия. Большинство текстовых редакторов, обладающих функцией подсветки синтаксиса, делают эту ошибку легко заметной, а с опытом вырабатывается привычка вставлять двоеточие бессознательно (да так, что вы начинаете вводить двоеточие в программный код на языке C++, что приводит к большому числу весьма интересных сообщений об ошибках от компилятора C++!). Что Python устраняет Хотя Python требует ввода дополнительного символа двоеточия, существуют три элемента, обязательных для языков, подобных языку C, которые языку Python не требуются. Круглые скобки не обязательны Первый элемент – это пара круглых скобок, окружающих условное выражение в основной инструкции: if (x < y) Круглые скобки здесь являются обязательными во многих C-подобных языках. В языке Python это не так – мы просто можем опустить скобки, и инструкция будет работать точно так же: if x < y Точнее говоря, так как каждое выражение может быть заключено в скобки, присутствие их не будет противоречить синтаксису языка Python, и они не будут считаться ошибкой. Но не делайте этого: вы лишь понапрасну будете 328 Глава 10. Введение в инструкции языка Python изнашивать свою клавиатуру, а окружающим сразу будет видно, что вы типичный программист на C, еще только изучающий Python (когда-то и я был таким же). Стиль языка Python�� состоит в том, чтобы вообще опускать скобки в подобных инструкциях. Конец строки является концом инструкции Второй, еще более важный синтаксический элемент, который вы не найдете в программном коде на языке �� Python,�� – это точка с запятой. В языке �� Python не требуется завершать инструкции точкой с запятой, как это делается в C-подобных языках: x = 1; Общее правило в языке �� Python�� гласит, что конец строки автоматически считается концом инструкции, стоящей в этой строке. Другими словами, вы можете отбросить точку с запятой, и инструкция будет работать точно так же: x = 1 Существует несколько способов обойти это правило, как будет показано чуть ниже. Но в общем случае большая часть программного кода на языке Python пишется по одной инструкции в строке, и тогда точка с запятой не требуется. В данном случае, если вы скучаете по тем временам, когда программировали на языке C (если такое состояние вообще возможно…), можете продолжать вставлять точки с запятой в конце каждой инструкции – синтаксис языка допускает это. Но не делайте этого: потому что если вы будете поступать так, окружающим сразу будет видно, что вы остаетесь программистом на языке C, который никак не может переключиться на использование языка Python. Стиль языка Python состоит в том, чтобы вообще опускать точки с запятой.1 Конец отступа – это конец блока Теперь третий, и последний, синтаксический компонент, который удаляет Py�� thon, и возможно, самый необычный для недавних экс-С-программеров (пока они не поработают с Python десять минут и не поймут, что в действительности это является достоинством языка), – вы не вводите ничего специально в ваш код, чтобы синтаксически пометить начало и конец вложенного блока кода. Вам не нужно вставлять begin/end, then/endif или фигурные скобки вокруг вложенных блоков2, как это делается в C-подобных языках: if (x > y) { x = 1; y = 2; } Для этих целей в языке Python используются отступы, когда все инструкции в одном и том же вложенном блоке оформляются с одинаковыми отступами 1 Кстати, в JavaScript также можно не ставить точку с запятой в конце строки, но широко распространена традиция ставить такой ограничитель, демонстрируя тем самым как раз хороший стиль оформления программного кода. – Примеч. перев. 2 Известна программистская шутка, уместная в данном контексте: это не bug, это feature. – Примеч. перев. История о двух if 329 от левого края. По величине отступа интерпретатор определяет, где находится начало блока и где – конец: if x > y: x = 1 y = 2 Под отступами в данном примере я подразумеваю пустое пространство слева от двух вложенных инструкций. Интерпретатор не накладывает ограничений на то, как выполняются отступы (для этого можно использовать символы пробела или символы табуляции), и на величину отступов (допускается использовать любое число пробелов или символов табуляции). При этом отступ для одного вложенного блока может существенно отличаться от отступа для другого блока. Синтаксическое правило состоит лишь в том, что все инструкции в пределах одного блока должны иметь один и тот же отступ от левого края. Если это не так, будет получена синтаксическая ошибка, и программный код не будет работать, пока вы не исправите отступ. Почему отступы являются частью синтаксиса? Правило оформления отступов может показаться необычным на первый взгляд для программистов, работавших с C-подобными языками программирования, но это было сделано преднамеренно и является одним из основных способов, которыми язык Python вынуждает программистов писать однородный и удобочитаемый программный код. По существу это означает, что вы должны выстраивать свой программный код вертикально, выравнивая его в соответствии с логической структурой. В результате получается менее противоречивый и более удобочитаемый программный код (в отличие от большей части кода, написанного на C-подобных языках). Требования к выравниванию программного кода в соответствии с его логической структурой – это главная составляющая, способствующая созданию удобочитаемого кода, и, следовательно, кода, пригодного к многократному использованию и простого в сопровождении как вами, так и другими. Фактически даже если ранее вы никогда не использовали Python, после прочтения этой книги у вас должна выработаться привычка оформлять отступы в программном коде для удобочитаемости в любом языке программирования. Язык Python вносит определенные ограничения, сделав отступы частью синтаксиса, но они достаточно важны для любого языка программирования и оказывают огромное влияние на применимость вашего программного кода. Ваш опыт может отличаться от моего, но когда я занимался разработкой полный рабочий день, мне платили зарплату за работу над крупными старыми программами, написанными на языке C++, над которыми долгие годы трудились множество программистов. Практически у каждого программиста был свой стиль оформления программного кода. Например, мне часто приходилось изменять циклы while, написанные на языке C++, которые начинались примерно так: while (x > 0) { Даже еще не дойдя до отступов, мы можем столкнуться с тремя или четырьмя способами расстановки фигурных скобок в C-подобных языках. В организациях часто ведутся жаркие споры и пишутся стандарты по оформлению ис- 330 Глава 10. Введение в инструкции языка Python ходных текстов программ (обсуждение которых сильно выходит за рамки проблем, которые решаются в процессе программирования). Оставим этот вопрос в стороне, ниже приводится пример оформления, с которым мне часто приходилось сталкиваться в программном коде на языке C++. Первый программист, который поработал над этим циклом, оформлял отступы четырьмя пробелами: while (x > 0) { --------; --------; Со временем этот программист был переведен на руководящую должность, и его место занял другой, который предпочитал использовать более широкие отступы: while (x > 0) { --------; --------; --------; --------; Позднее и он ушел на другую работу, а его место занял третий, которому не нравилось делать отступы: while (x > 0) { --------; --------; --------; --------; --------; --------; } И так далее. В конце блок завершается закрывающей фигурной скобкой (}), которая и делает этот фрагмент структурированным (о чем можно говорить с определенной долей сарказма). В любом блочно-структурированном языке программирования, будь то Python или другой язык, если вложенные блоки не имеют непротиворечивых отступов, их очень сложно читать, изменять и приспосабливать для многократного использования. Отступ – это важная составляющая поддержки удобочитаемости. Ниже приводится другой пример, на котором, возможно, вам приходилось обжечься, если вы достаточно много программировали на C-подобном языке. Взгляните на следующие инструкции языка C: if (x) if (y) statement1; else statement2; К какому оператору if относится инструкция else? Это удивительно, но инструкция else относится к вложенному оператору if (if(y)), даже при том, что визуально она выглядит так, как если бы относилась к внешнему оператору if (if(x)). Это классическая ловушка языка C и она может привести к неправильному пониманию программного кода тем, кто его изменяет, и к появлению ошибок при его изменении, которые будут обнаружены, только когда марсоход врежется в скалу! История о двух if 331 Такого не может произойти в языке Python, потому что отступы для него имеют важное значение и программный код работает именно так, как выглядит. Взгляните на эквивалентный фрагмент на языке Python: if x: if y: statement1 else: statement2 В этом примере инструкции if и else, расположенные на одной вертикальной линии, связаны логически (внешний оператор if x). В некотором смысле Python – это язык типа WYSIWYG (�� What� �� You�� See�� Is� �� What� �� You�� Get�� – что видишь, то и получаешь) – что вы видите, то и получаете, потому что порядок оформления программного кода определяет порядок его выполнения, независимо от предпочтений того, кто его пишет. Если этого недостаточно, чтобы осознать преимущества синтаксиса языка Python, приведу одну историю. В начале своей карьеры я работал в одной благополучной компании, занимавшейся разработкой программных систем на языке C, который вообще не предъявляет никаких требований к оформлению отступов. Но, несмотря на это, когда в конце рабочего дня мы отправляли свой программный код в репозитарий, он автоматически проверялся сценарием, анализировавшим оформление отступов. Если сценарий обнаруживал несоответствия, на следующий день утром мы получали электронные письма с замечаниями – и такой порядок завели наши начальники! По моему мнению, даже если язык программирования и не требует этого, хороший программист должен понимать, какое важное значение имеет выравнивание для удобочитаемости и высокого качества программного кода. Тот факт, что в языке Python отступы были возведены в ранг синтаксиса, по большей части выглядит как достоинство языка. Наконец, имейте в виду, что практически любой текстовый редактор с дружественным (для программистов) интерфейсом обладает встроенной поддержкой синтаксической модели языка Python. В Python-среде разработки IDLE, например, отступы оформляются автоматически1, когда начинается ввод вложенного блока; нажатие клавиши Backspace (забой) возвращает на один уровень вложенности выше, а кроме того, IDLE позволяет настроить величину отступов во вложенном блоке. Нет никаких стандартных требований к оформлению отступов: чаще всего используются четыре пробела или один символ табуляции на каждый уровень вложенности; вам самим решать, какой ширины отступы вы будете использовать. Выполняйте отступ вправо, чтобы открыть вложенный блок, и возвращайтесь на предыдущий уровень, чтобы закрыть его. Вообще говоря, недопустимо смешивать символы табуляции и пробелы для оформления отступов в одном и том же блоке, если делать это неединообраз- 1 Напомним, IDLE – среда разработки, специально созданная Гвидо ван Россумом в проекте Python. Первый релиз вышел вместе с версией Python 1.5.2. Одно из объяснений использования такого слова (idle – бездействующий, ленивый), в отличие от принятого в других языковых средах термина IDE, объявлено на сайте python.org (http://www.python.org/idle/doc/idlemain.html) и выглядит так: “IDLE – это акроним от Integrated DeveLopment Environment”. См. также главу 3. – Примеч. перев. 332 Глава 10. Введение в инструкции языка Python но. Для оформления отступов в блоке используйте либо символы табуляции, либо пробелы, но не одновременно те и другие (в действительности Python 3.0 теперь считает ошибкой непоследовательное использование символов табуляции и пробелов, как мы увидим в главе 12). Точно так же нежелательно смешивать символы табуляции и пробелы для оформления отступов в любом другом структурированном языке программирования – такой программный код очень трудно будет читать следующему программисту, если в его текстовом редакторе отображение символов табуляции будет настроено иначе, чем у вас. C-подобные языки позволяют программистам нарушать это правило, но делать этого не следует, – в результате может получиться жуткая мешанина. Я не могу не подчеркнуть, что независимо от того, на каком языке вы программируете, вы всегда должны быть последовательными в оформлении отступов для повышения удобочитаемости. Фактически если в начале вашей карьеры ваши учителя не приучили вас к этому, они просто навредили вам. Большинство программистов, особенно те, кому приходится читать чужой код, считают великим благом, что Python возвел отступы в ранг синтаксиса. Кроме того, на практике замена фигурных скобок символами табуляции является достаточно простой задачей для инструментальных средств, которые должны выводить программный код на языке Python. Вообще, делайте все то же, что вы делаете на языке C, но уберите фигурные скобки, и ваш программный код будет удовлетворять правилам синтаксиса языка Python. Несколько специальных случаев Как уже упоминалось ранее, в синтаксической модели языка Python: •• Конец строки является концом инструкции, расположенной в этой строке (точка с запятой не требуется). •• Вложенные инструкции объединяются в блоки по величине отступов (без фигурных скобок). Эти правила охватывают большую часть программного кода на языке Python, который вы будете писать или с которым придется столкнуться. Однако существуют некоторые специальные правила, которые касаются оформления как отдельных инструкций, так и вложенных блоков. Специальные случаи оформления инструкций Обычно на каждой строке располагается одна инструкция, но вполне возможно для большей компактности записать несколько инструкций в одной строке, разделив их точками с запятой: a = 1; b = 2; print(a + b) # Три инструкции на одной строке Это единственный случай, когда в языке Python необходимо использовать точки с запятой: как разделители инструкций. Однако такой подход не может применяться к составным инструкциям. Другими словами, в одной строке можно размещать только простые инструкции, такие как присваивание, print и вызовы функций. Составные инструкции по-прежнему должны находиться в отдельной строке (иначе всю программу можно было бы записать в одну строку, что, скорее всего, не нашло бы понимания у ваших коллег!). История о двух if 333 Другое специальное правило, применяемое к инструкциям, по сути является обратным к предыдущему: допускается записывать одну инструкцию в нескольких строках. Для этого достаточно заключить часть инструкции в пару скобок – круглых (()), квадратных ([]) или фигурных ({}). Любой программный код, заключенный в одну из этих конструкций, может располагаться на нескольких строках: инструкция не будет считаться законченной, пока интерпретатор Python не достигнет строки с закрывающей скобкой. Например, литерал списка можно записать так: mlist = [111, 222, 333] Так как программный код заключен в пару квадратных скобок, интерпретатор всякий раз переходит на следующую строку, пока не обнаружит закрывающую скобку. Литералы словарей в фигурных скобках (а также литералы множеств и генераторы словарей и множеств в Python 3.0) тоже могут располагаться в нескольких строках, а с помощью круглых скобок можно оформить многострочные кортежи, вызовы функций и выражения. Отступы в строках, где продолжается инструкция, в учет не принимаются, хотя здравый смысл диктует, что строки все-таки должны иметь некоторые отступы для обеспечения удобочитаемости. Круглые скобки являются самым универсальным средством, потому что в них можно заключить любое выражение. Добавьте левую скобку, и вы сможете перейти на следующую строку и продолжить свою инструкцию: X = (A + B + C + D) Между прочим, такой прием допускается применять и к составным инструкциям. Если вам требуется записать длинное выражение, оберните его круглыми скобками и продолжите на следующей строке: if (A == 1 and B == 2 and C == 3): print(‘spam’ * 3) Еще одно старое правило также позволяет переносить инструкцию на следующую строку: если предыдущая строка заканчивается символом обратного слеша: X = A + B + \ # Альтернативный способ, который может быть источником ошибок C + D Но это устаревшее правило, которое не рекомендовано к использованию в новых программах, потому что символы обратного слеша малозаметны и ненадежны – не допускается наличие каких-либо других символов после символа обратного слеша, а случайное удаление символа обратного слеша может приводить к неожиданным эффектам, если следующая строка может интерпретироваться, как самостоятельная инструкция. Кроме того, это рассматривается как пережиток языка C, где очень часто используются макроопределения #�� define; в Питонляндии нужно все делать так, как это делают Питонисты, а не как программисты на языке C. 334 Глава 10. Введение в инструкции языка Python Специальный случай оформления блока Как уже говорилось выше, инструкции во вложенном блоке обычно объединяются по величине отступа. Специальный случай: тело составной инструкции может располагаться в той же строке, что и основная инструкция, после символа двоеточия: if x > y: print(x) Это позволяет записывать в одной строке условные операторы, циклы и так далее. Однако такой прием будет работать, только если тело составной инструкции не содержит других составных инструкций. То есть после двоеточия могут следовать только простые инструкции – инструкции присваивания, инструкции print, вызовы функций и подобные им. Крупные инструкции по-прежнему должны записываться в отдельных строках. Дополнительные части составных инструкций (такие как блоки else в условных инструкциях if, с которыми мы встретимся ниже) также должны располагаться в отдельных строках. Тело инструкции может состоять из нескольких простых инструкций, разделенных точкой с запятой, но такой стиль оформления не приветствуется. Вообще, хотя это не является обязательным требованием, но если вы будете размещать инструкции в отдельных строках и всегда будете оформлять отступы для вложенных блоков, ваш программный код будет проще читать и вносить в него изменения. Кроме того, некоторые инструменты профилирования оказываются неспособными справиться с ситуациями, когда несколько инструкций располагаются в одной строке или когда тело составной инструкции оказывается на одной строке вместе с основной инструкцией. Поэтому в ваших интересах всегда стремиться оформлять программный код как можно проще. Чтобы увидеть одно из этих правил в действии (когда однострочная инструкция if используется для прерывания выполнения цикла), давайте перейдем к следующему разделу, где мы напишем и опробуем настоящий программный код. Короткий пример: интерактивные циклы Мы увидим все эти синтаксические правила в действии, когда будем совершать турне по конкретным составным инструкциям языка Python в нескольких следующих главах, но эти правила работают одинаково везде в языке Python. Для начала рассмотрим короткий практический пример, который продемонстрирует способ применения синтаксических правил к оформлению инструкций и вложенных блоков на практике и попутно познакомит вас с некоторыми инструкциями. Простой интерактивный цикл Предположим, что от нас требуется написать программу на языке Python, которая взаимодействует с пользователем в окне консоли. Возможно, программа будет принимать информацию для дальнейшей передачи в базу данных или числа для выполнения расчетов. Независимо от конечной цели, вам необходимо написать цикл, который будет считывать одну или более строк, введенных пользователем с клавиатуры, и выводить их обратно на экран. Другими словами, вам нужно написать классический цикл, выполняющий операции чтения/ вычисления/вывода. Короткий пример: интерактивные циклы 335 В языке Python для реализации таких интерактивных циклов используется типичный шаблон, который выглядит, как показано ниже: while True: reply = input(‘Enter text:’) if reply == ‘stop’: break print(reply.upper()) В этом фрагменте использованы несколько новых для вас идей: •• Программный код выполняется в цикле while, который в языке Python является наиболее универсальной инструкцией цикла. Подробнее об инструкции while мы будем говорить позднее, но в двух словах замечу, что она состоит из слова while, за которым следует условное выражение. Результат этого выражения интерпретируется как истина или как ложь. Далее следует вложенный блок программного кода, который продолжает выполняться в цикле, пока условное выражение возвращает истину (слово True здесь все гда возвращает значение истины). •• Встроенная функция input, с которой мы уже встречались ранее в этой книге, используется здесь как универсальное средство получения ввода с клавиатуры – она выводит подсказку, текст которой содержится в необязательном строковом аргументе, и возвращает введенный пользователем ответ в виде строки. •• Однострочная инструкция if, которая оформлена в соответствии со специальным правилом для вложенных блоков: тело инструкции if располагается в той же строке, что и основная инструкция, после символа двоеточия, а не на отдельной строке под ней с соответствующим отступом. Она одинаково хорошо работала бы при любом из двух вариантов оформления, но при таком подходе нам удалось сэкономить одну строку. •• Наконец, для немедленного выхода из цикла использована инструкция break – она просто выполняет выход за пределы инструкции цикла и программа продолжает свою работу с первой инструкции, которая расположена вслед за циклом. Без этой инструкции цикл while работал бы вечно, поскольку его условное выражение всегда возвращает истину. В результате такая комбинация инструкций означает следующее: «читать строки, введенные пользователем,4 и выводить их после преобразования всех символов в верхний регистр, пока пользователь не введет строку “�� stop�� ”». Существуют и другие способы записи такого цикла, но данная форма очень часто встречается в программах на языке Python. Обратите внимание, что все три строки, вложенные в инструкцию цикла while, имеют одинаковые отступы, благодаря этому они визуально образуют вертикальную линию блока программного кода, ассоциированного с инструкцией цикла while. Тело цикла завершается либо с концом файла, либо с первой инструкцией, имеющей меньший отступ. Запустив этот фрагмент, мы получили следующий порядок взаимодействий с ним: Enter text:spam SPAM Enter text:42 42 Enter text:stop 336 Глава 10. Введение в инструкции языка Python Примечание, касающееся различий между версиями: Этот пример написан для работы под управлением интерпретатора версии 3.0. Если вы используете Python 2.6 или более раннюю версию, этот пример будет работать точно так же, но вместо функции input вы должны использовать функцию raw_input и можете опустить круглые скобки в инструкции print. В версии 3.0 функция raw_input была переименована, а инструкция print превратилась во встроенную функцию (подробнее об инструкции print рассказывается в следующей главе). Математическая обработка данных пользователя Итак, наш сценарий работает, а теперь предположим, что вместо преобразования символов текстовой строки в верхний регистр нам необходимо выполнить некоторые математические действия над введенными пользователем числами, – например, вычислить квадраты чисел, что может получиться не совсем так, как ожидают наиболее молодые и нетерпеливые пользователи. Для достижения желаемого эффекта мы могли бы попробовать использовать следующие инструкции: >>> reply = ‘20’ >>> reply ** 2 ...текст сообщения об ошибке опущен... TypeError: unsupported operand type(s) for ** or pow(): ‘str’ and ‘int’ Этот прием не работает, потому что (как обсуждалось в предыдущей части книги) интерпретатор выполняет преобразование типов объектов в выражениях, только если они являются числами, а ввод пользователя всегда передается сценарию в виде строки. Мы не можем возвести строку цифр в степень, не преобразовав ее в целое число вручную: >>> int(reply) ** 2 400 Вооружившись этой информацией, мы можем переделать наш цикл для выполнения математических действий: while True: reply = input(‘Enter text:’) if reply == ‘stop’: break print(int(reply) ** 2) print(‘Bye’) В этом сценарии используется однострочная инструкция if, которая, как и прежде, производит выход из цикла по получении от пользователя строки “�� stop�� ”, а кроме того, выполняется преобразование введенной строки для выполнения необходимой математической операции. В данную версию сценария также было добавлено сообщение, которое выводится в момент завершения работы сценария. Поскольку инструкция print в последней строке не имеет такого же отступа, как инструкции вложенного блока, она не считается частью тела цикла и будет выполняться только один раз – после выхода из цикла: Enter text:2 4 Короткий пример: интерактивные циклы 337 Enter text:40 1600 Enter text:stop Bye Небольшое примечание: я предполагаю, что этот фрагмент был сохранен в файле сценария и запускается из него. Если вы вводите этот программный код в интерактивном сеансе, не забудьте добавить пустую строку (то есть нажать клавишу Enter дважды) перед заключительной инструкцией print, чтобы завершить тело цикла. Впрочем, нет никакого смысла вводить последнюю инструкцию print в интерактивном сеансе (вы будете вводить ее уже после того, как завершите ввод чисел в цикле!). Обработка ошибок проверкой ввода Пока все идет хорошо, но посмотрите, что произойдет, если пользователь введет неверную строку: Enter text:xxx ...текст сообщения об ошибке опущен... ValueError: invalid literal for int() with base 10: ‘xxx’ Встроенная функция int возбуждает исключение, когда сталкивается с ошибкой. Если нам необходимо обеспечить устойчивость сценария, мы должны предварительно проверить содержимое строки с помощью строкового метода isdigit: >>> S = ‘123’ >>> T = ‘xxx’ >>> S.isdigit(), T.isdigit() (True, False) Для этого в наш пример необходимо добавить вложенные операторы. В следующей версии нашего интерактивного сценария используется полная версия условной инструкции if, с помощью которой предотвращается возможность появления исключений: while True: reply = input(‘Enter text:’) if reply == ‘stop’: break elif not reply.isdigit( ): print(‘Bad!’ * 8) else: print(int(reply) ** 2) print ‘Bye’ Более подробно мы будем рассматривать инструкцию if в главе 12. Это очень простой инструмент программирования логики выполнения сценария. В своей полной форме инструкция содержит слово if, за которым следуют выражение проверки условия и вложенный блок кода, один или более необязательных проверок elif (“else if”) и соответствующих им вложенных блоков кода и не обязательная часть else со связанным с ней блоком кода, который выполняется при несоблюдении условия. Интерпретатор выполняет первый блок кода, для которого проверка дает в результате истину, проходя инструкцию сверху вниз, либо часть else, если все проверки дали в результате ложь. 338 Глава 10. Введение в инструкции языка Python Части if, elif и else в предыдущем примере принадлежат одной и той же инструкции, так как вертикально они расположены на одной линии (то есть имеют одинаковые отступы). Инструкция if простирается до начала инструкции print в последней строке. В свою очередь, весь блок инструкции if является частью цикла while, потому что вся она смещена вправо относительно основной инструкции цикла. Вложение инструкций станет для вас естественным, как только вы приобретете соответствующие навыки. Теперь новый сценарий будет обнаруживать ошибки прежде, чем они будут обнаружены интерпретатором, и выводить (возможно, глупое) сообщение: Enter text:5 25 Enter text:xyz Bad!Bad!Bad!Bad!Bad!Bad!Bad!Bad! Enter text:10 100 Enter text:stop Обработка ошибок с помощью инструкции try Предыдущее решение работает, но, как будет показано далее в книге, в языке Python существует более универсальный способ, который состоит в том, чтобы перехватывать и обрабатывать ошибки с помощью инструкции try. Эта инструкция подробно будет рассматриваться в последней части книги, но, использовав инструкцию try в качестве предварительного знакомства, мы можем упростить программный код предыдущей версии сценария: while True: reply = input(‘Enter text:’) if reply == ‘stop’: break try: num = int(reply) except: print(‘Bad!’ * 8) else: print(int(reply) ** 2) print ‘Bye’ Эта версия работает точно так же, как и предыдущая, только здесь мы заменили явную проверку наличия ошибки программным кодом, который предполагает, что преобразование будет выполнено и выполняет обработку исключения, если такое преобразование невозможно. Эта инструкция try состоит из слова try, вслед за которым следует основной блок кода (действие, которые мы пытаемся выполнить), с последующей частью except, где располагается программный код обработки исключения. Далее следует часть else, программный код которой выполняется, если в части try исключение не возникло. Интерпретатор сначала выполняет часть try, затем выполняет либо часть except (если возникло исключение), либо часть else (если исключение не возникло). В терминах вложенности инструкций, так как слова try, except и else имеют одинаковые отступы, все они считаются частью одной и той же инструкции try. Обратите внимание, что в данном случае часть else связана с инструкцией try, а не с условной инструкцией if. Как будет показано далее в книге, ключе- Короткий пример: интерактивные циклы 339 вое слово else в языке Python может появляться не только в инструкции if, но и в инструкции try и в циклах – величина отступа наглядно показывает, частью какой инструкции оно является. В данном случае инструкция try начинается со слова try и продолжается до конца вложенного блока кода, следующего за словом else, потому что else располагается на том же расстоянии от левого края, что и try. Инструкция if в этом примере занимает всего одну строку и завершается сразу же за словом break. Напомню, что к инструкции try мы еще вернемся далее в этой книге. А пока вам достаточно будет знать, что эта инструкция может использоваться для перехвата любых ошибок, уменьшения объема программного кода, проверяющего наличие ошибок, и представляет собой достаточно универсальный подход к обработке необычных ситуаций. Если бы нам, к примеру, потребовалось обеспечить поддержку ввода не целых, а вещественных чисел, использование инструкции try существенно упростило бы реализацию по сравнению с проверкой – нам достаточно было бы просто вызвать функцию float и перехватить исключение вместо того, чтобы пытаться анализировать все возможные способы записи вещественных чисел. Три уровня вложенности программного кода Теперь рассмотрим последнюю версию сценария. В случае необходимости мы могли бы создать еще один уровень вложенности, например, чтобы выполнить проверку правильности ввода, основываясь на величине введенного числа: while True: reply = input(‘Enter text:’) if reply == ‘stop’: break elif not reply.isdigit(): print(‘Bad!’ * 8) else: num = int(reply) if num < 20: print(‘low’) else: print(num ** 2) print(‘Bye’) В эту версию сценария добавлена еще одна инструкция if, вложенная в выражение else другой условной инструкции if, которая в свою очередь вложена в цикл while. Когда код выполняется по некоторому условию или в цикле, как в данном случае, достаточно просто выполнить дополнительный отступ вправо. В результате сценарий работает так же, как и предыдущая версия, но для чисел меньше 20 выводит слово «low» (низкое значение): Enter text:19 low Enter text:20 400 Enter text:spam Bad!Bad!Bad!Bad!Bad!Bad!Bad!Bad! Enter text:stop Bye 340 Глава 10. Введение в инструкции языка Python В заключение В этой главе мы коротко познакомились с синтаксисом инструкций языка Py�� thon. Здесь были представлены основные правила записи инструкций и блоков программного кода. Как было сказано, в языке Python обычно в каждой строке программы располагается единственная инструкция и все инструкции в одном и том же блоке имеют одинаковые отступы (отступы являются частью синтаксиса языка Python). Кроме того, мы рассмотрели несколько исключений из этих правил, включая многострочные инструкции, однострочные условные инструкции и циклы. Наконец мы воплотили эти идеи в интерактивный сценарий, в котором продемонстрировали ряд полезных инструкций, а также рассмотрели синтаксис инструкций в действии. В следующей главе мы приступим к глубокому изучению основных процедурных инструкций языка �� Python�� . Как будет показано далее, все инструкции следуют тем же основным правилам, которые были представлены здесь. Закрепление пройденного Контрольные вопросы 1. Какие три синтаксических элемента, обязательные в языках, подобных языку C, опущены в языке Python? 2. Каким образом обычно завершаются инструкции в языке Python? 3. Как обычно определяется принадлежность инструкций к вложенному блоку в языке Python? 4. Как можно разместить одну инструкцию в нескольких строках? 5. Как можно разместить составную инструкцию в одной строке? 6. Существуют ли какие-либо объективные причины для завершения инструкций точкой с запятой? 7. Для чего предназначена инструкция try? 8. Какую наиболее распространенную ошибку допускают начинающие программисты на языке Python? Ответы 1. Обязательными синтаксическими элементами в С-подобных языках программирования являются круглые скобки, окружающие выражения проверки условий в некоторых инструкциях, точка с запятой, завершающая каждую инструкцию, и фигурные скобки, окружающие вложенные блоки программного кода. 2. Конец строки является концом инструкции, расположенной в этой строке. Если в одной строке располагается несколько инструкций, они должны завершаться точками с запятой. Если инструкция располагается в нескольких строках, она должна завершаться закрывающей скобкой. 3. Все инструкции во вложенном блоке имеют одинаковые отступы, состоящие из одинакового числа символов пробела или табуляции. 4. Инструкция может располагаться в нескольких строках, если заключить ее в пару круглых, квадратных или фигурных скобок. Инструкция закан- Закрепление пройденного 341 чивается в строке, где интерпретатор Python встречает закрывающую парную скобку. 5. Тело составной инструкции может располагаться в той же строке, что и основная инструкция, сразу после символа двоеточия, но при условии, что тело не содержит других составных инструкций. 6. Только когда возникает потребность разместить несколько инструкций в одной строке, при условии, что ни одна из инструкций не является составной. Однако такой способ размещения инструкций приводит к снижению удобочитаемости программного кода. 7. Инструкция try используется для перехвата и обработки исключений (ошибок), возникающих в сценариях на языке Python. Как правило, она представляет альтернативу программному коду, который создается для выявления ошибочных ситуаций. 8. Наиболее распространенная ошибка среди начинающих программистов состоит в том, что они забывают добавлять двоеточие в конце основной части составных инструкций. Если вы еще не совершали такой ошибки, значит, скоро столкнетесь с ней! Глава 11 . Присваивание, выражения и print Теперь, когда мы кратко ознакомились с синтаксисом инструкций в языке Python, начиная с этой главы, мы приступим к более подробному изучению конкретных инструкций языка Python�� . Сначала мы рассмотрим самые основы – инструкции присваивания, инструкции выражений и операции вывода на экран. Мы уже видели все эти инструкции в действии, но здесь мы восполним подробности, которые опускались ранее. Несмотря на всю простоту этих инструкций, в чем вы могли убедиться ранее, каждая из них имеет дополнительные возможности, которые пригодятся, когда вы начнете писать настоящие программы на языке Python. Инструкции присваивания Ранее мы уже использовали инструкции присваивания для назначения имен объектам. В канонической форме цель инструкции присваивания записывается слева от знака равно, а объект, который присваивается, – справа. Цель слева может быть именем или компонентом объекта, а объектом справа может быть произвольное выражение, которое в результате дает объект. В большинстве случаев присваивание выполняется достаточно просто, однако оно обладает следующими особенностями, которые вам следует иметь в виду: •• Инструкция присваивания создает ссылку на объект. Как говорилось в главе 6, в языке Python инструкция присваивания сохраняет ссылки на объекты в переменных или в элементах структур данных. Они всегда создают ссылки на объекты и никогда не создают копии объектов. Вследствие этого переменные в языке �� Python�� больше напоминают указатели, чем области хранения данных. •• Переменные создаются при первом присваивании. Интерпретатор Python создает переменные, когда им впервые присваиваются значения (то есть ссылки на объекты), благодаря этому отсутствует необходимость предварительного объявления переменных. Иногда (но не всегда) в результате операции присваивания создаются элементы структур данных (например, элементы в словарях, некоторые атрибуты объектов). После выполнения операции присваивания всякий раз, когда имя переменной будет встречено 343 Инструкции присваивания в выражении, оно замещается объектом, на который ссылается эта переменная. •• Прежде чем переменную можно будет использовать, ей должно быть присвоено значение. Нельзя использовать переменную, которой еще не было присвоено значение. В этом случае интерпретатор возбуждает исключение вместо того, чтобы вернуть какое-либо значение по умолчанию, – если бы он возвращал значение по умолчанию, это только осложнило бы поиск опечаток в программном коде. •• Некоторые инструкции неявно тоже выполняют операцию присваивания. В этом разделе мы сосредоточим все свое внимание на инструкции =, однако в языке �� Python�� присваивание может выполняться в самых разных контекстах. Например, далее мы увидим, что импорт модуля, определение функции или класса, указание переменной в цикле for и передача аргументов функции неявно выполняют присваивание. Операция присваивания выполняется одинаково в любом месте, где бы она ни происходила, поэтому во всех этих контекстах просто выполняется связывание имен со ссылками на объекты. Формы инструкции присваивания Несмотря на то что в языке Python присваивание является универсальным и повсеместным понятием, в этой главе мы впервые сосредоточимся на инструкциях присваивания. В табл. 11.1 приводятся различные формы инструкции присваивания, которые встречаются в языке Python. Таблица 11.1. Формы инструкции присваивания Операция Интерпретация spam = ‘Spam’ Каноническая форма spam, ham = ‘yum’, ‘YUM’ Присваивание кортежей (позиционное) [spam, ham] = [‘yum’, ‘YUM’] Присваивание списков (позиционное) a, b, c, d = ‘spam’ Присваивание последовательностей, обобщенное a, *b = ‘spam’ Расширенная операция распаковывания последовательностей (Python 3.0) spam = ham = ‘lunch’ Групповое присваивание одного значения spams += 42 Комбинированная инструкция присваивания (эквивалентно инструкции spams = spams + 42) Первая форма из табл. 11.1 является наиболее распространенной: она связывает переменную (или элемент структуры данных) с единственным объектом. Другие формы в таблице имеют особое назначение и являются необязательными, но многие программисты находят очень удобными: Присваивание кортежей и списков Вторая и третья формы в таблице являются родственными. Когда слева от оператора = указывается кортеж или список, интерпретатор связывает объекты справа с именами слева, согласно их местоположениям, выполняя 344 Глава 11. Присваивание, выражения и print присваивание слева направо. Например, во второй строке табл. 11.1 с именем spam ассоциируется строка ‘yum’, а с именем ham ассоциируется строка ‘YUM’. Внутри интерпретатор Python сначала создает элементы кортежа справа, поэтому часто эта операция называется распаковыванием кортежа. Присваивание последовательностей В недавних версиях Python операции присваивания кортежей и списков были обобщены в то, что теперь называется операцией присваивания последовательностей, – любая последовательность имен может быть связана с любой последовательностью значений, и интерпретатор свяжет элементы согласно их позициям. Фактически в последовательностях мы можем смешивать разные типы. Инструкция присваивания в четвертой строке табл. 11.1, например, связывает кортеж имен со строкой символов: имени a присваивается символ ‘s’, имени b присваивается символ ‘p’ и так далее. Расширенное распаковывание последовательностей В Python�� 3.0 появилась новая форма инструкции присваивания, позволяющая более гибко выбирать присваиваемые фрагменты последовательностей. В пятой строке табл. 11.1, например, переменной a будет присвоен первый символ из строки справа, а переменной b – оставшаяся часть строки, то есть переменной a будет присвоено значение ‘s’, а переменной b – значение ‘pam’. В результате мы получаем простую альтернативу операции извлечения срезов. Групповое присваивание одного значения Шестая строка в табл. 11.1 демонстрирует форму группового присваивания. В этой форме интерпретатор присваивает ссылку на один и тот же объект (самый правый объект) всем целям, расположенным слева. Инструкция в таблице присвоит обоим именам spam и ham ссылку на один и тот же объект, строку ‘lunch’. Результат будет тот же, как если бы были выполнены две инструкции: ham = ‘lunch’ и spam = ham, поскольку здесь ham интерпретируется как оригинальный объект-строка (то есть не отдельная копия этого объекта). Комбинированное присваивание Последняя строка в табл. 11.1 – это пример комбинированной инструкции присваивания – краткая форма, которая объединяет в себе выражение и присваивание. Например, инструкция spam += 42 даст тот же результат, что и инструкция spam = spam + 42; единственное отличие состоит в том, что комбинированная форма имеет более компактный вид и обычно выполняется быстрее. Кроме того, если объект справа относится к категории изменяемых объектов и поддерживает указанную операцию, комбинированная инструкция присваивания может выполняться даже быстрее, за счет непосредственного изменения объекта вместо создания и изменения его копии. Для каждого двухместного оператора в языке Python�� существует своя комбинированная инструкция присваивания. Присваивание последовательностей В этой книге мы уже использовали инструкцию присваивания в канонической форме. Ниже приводится несколько примеров инструкций присваивания последовательностей в действии: Инструкции присваивания 345 % python >>> nudge = 1 >>> wink = 2 >>> A, B = nudge, wink # Присваивание кортежей >>> A, B # Что равносильно A = nudge; B = wink (1, 2) >>> [C, D] = [nudge, wink] # Присваивание списков >>> C, D (1, 2) Обратите внимание: в третьей инструкции этого примера в действительности присутствует два кортежа, просто мы опустили охватывающие их круглые скобки. Интерпретатор Python сопоставляет значения элементов кортежа справа от оператора присваивания с переменными в кортеже слева и выполняет присваивание значений в одной инструкции. Операция присваивания кортежей дает возможность использовать прием, который представлен в упражнениях ко второй части книги. Так как в процессе выполнения инструкции интерпретатор создает временный кортеж, где сохраняются оригинальные значения переменных справа, данная форма присваивания может использоваться для реализации обмена значений переменных без создания временной переменной – кортеж справа автоматически запоминает предыдущие значения переменных: >>> >>> >>> >>> (2, nudge = 1 wink = 2 nudge, wink = wink, nudge # Кортежи: обмен значениями nudge, wink # То же, что и T = nudge; nudge = wink; wink = T 1) В конечном итоге формы присваивания кортежей и списков были обобщены, чтобы обеспечить возможность указывать любые типы последовательностей справа при условии, что они будут иметь ту же длину. Допускается присваивать кортеж значений списку переменных, строки символов – кортежу переменных и так далее. В любом случае интерпретатор свяжет элементы последовательности справа с переменными в последовательности слева согласно их позициям в направлении слева направо: >>> [a, b, c] = (1, 2, 3) # Кортеж значений присваивается списку переменных >>> a, c (1, 3) >>> (a, b, c) = “ABC” # Строка символов присваивается кортежу переменных >>> a, c (‘A’, ‘C’) С технической точки зрения в правой части инструкции присваивания последовательностей допускается указывать не только последовательности, но и любые объекты, обеспечивающие возможность итераций по элементам. Эту, еще более общую концепцию, мы будем рассматривать в главах 14 и 20. Дополнительные варианты инструкции присваивания последовательностей Даже при том, что допускается смешивать разные типы последовательностей по обе стороны оператора =, обе последовательности должны иметь одно и то же число элементов, в противном случае мы получим сообщение об ошибке. 346 Глава 11. Присваивание, выражения и print В �� Python�� 3.0 допускается использовать еще более обобщенную форму присваивания, применяя расширенный синтаксис распаковывания последовательностей, который описывается в следующем разделе. Но, как правило (и всегда в �� Python�� 2.�� X�� ), количество переменных слева должно соответствовать количеству элементов последовательности справа: >>> string = ‘SPAM’ >>> a, b, c, d = string # Одинаковое число элементов с обеих сторон >>> a, d (‘S’, ‘M’) >>> a, b, c = string # В противном случае выводится сообщение об ошибке ...текст сообщения об ошибке опущен... ValueError: too many values to unpack В общем случае нам необходимо получить срез. Существует несколько вариантов извлечения среза, чтобы исправить дело: >>> a, b, c = string[0], string[1], string[2:] # Элементы и срез >>> a, b, c (‘S’, ‘P’, ‘AM’) >>> a, b, c = list(string[:2]) + [string[2:]] # Срезы и конкатенация >>> a, b, c (‘S’, ‘P’, ‘AM’) >>> a, b = string[:2] >>> c = string[2:] >>> a, b, c (‘S’, ‘P’, ‘AM’) # То же самое, только проще >>> (a, b), c = string[:2], string[2:] >>> a, b, c (‘S’, ‘P’, ‘AM’) # Вложенные последовательности Последний пример демонстрирует, что мы можем присваивать даже вложенные последовательности, и интерпретатор распаковывает их части в соответствии с их представлением, как и ожидается. В данном случае выполняется присваивание кортежа из двух элементов, где первый элемент – это вложенная последовательность (строка), что точно соответствует следующему случаю: >>> ((a, b), c) = (‘SP’, ‘AM’) # Связывание производится в соответствии >>> a, b, c # с формой и местоположением (‘S’, ‘P’, ‘AM’) Интерпретатор связывает первую строку справа (‘SP’) с первым кортежем слева ((a, b)), присваивая каждому его элементу по одному символу, а затем выполняет присваивание второй строки целиком (‘AM’) переменной c. В этом случае вложенная последовательность слева, имеющая форму объекта, должна соответствовать объекту справа. Присваивание вложенных последовательностей – это достаточно сложная операция, которая редко встречается на практике, но такой способ присваивания может оказаться удобным для присваивания части структуры данных известной формы. Например, как будет показано в главе 13, этот прием можно использовать в циклах for для присваивания элементов итерируемой последовательности нескольким переменным, указанным в инструкции цикла: 347 Инструкции присваивания for (a, b, c) in [(1, 2, 3), (4, 5, 6)]: ... # # for ((a, b), c) in [((1, 2), 3), ((4, 5), 6)]: ... # # Простое присваивание кортежей Присваивание вложенных кортежей В главе 18 мы увидим, что форма присваивания вложенных кортежей (в действительности – последовательностей) может также использоваться в списках аргументов функций в �� Python�� 2.6 (но не в Python 3.0), потому что передача аргументов выполняется присваиванием для распаковывания списков аргументов функций: def f(((a, b), c)): # Для распаковывания аргументов в Python 2.6, но не в 3.0 f(((1, 2), 3)) Кроме того, операция присваивания последовательности с распаковыванием дает начало еще одному распространенному обороту программирования на языке Python – присваиванию последовательности целых чисел множеству переменных: >>> red, green, blue = range(3) >>> red, blue (0, 2) В этом примере три переменные инициализируются целочисленными значениями 0, 1 и 2 соответственно (это эквивалент перечислимых типов данных в языке �� Python�� , которые, возможно, вам приходилось встречать в других языках программирования). Чтобы понять происходящее, вы должны знать, что встроенная функция range генерирует непрерывный список последовательных целых чисел: >>> range(3) [0, 1, 2] # Используйте list(range(3)) в Python 3.0 Поскольку функция range часто используется в циклах for, мы еще поговорим о ней в главе 13. Другой случай применения операции присваивания кортежей – разделение последовательности на начальную и остальную части в циклах, как показано ниже: >>> L = [1, 2, 3, 4] >>> while L: ... front, L = L[0], L[1:] # Вариант для 3.0 приводится в след. разделе ... print(front, L) ... 1 [2, 3, 4] 2 [3, 4] 3 [4] 4 [] Присваивание кортежа в цикле здесь можно было бы заменить двумя следующими строками, но часто бывает удобнее объединить их в одну строку: ... ... front = L[0] L = L[1:] Обратите внимание: в этом примере список используется в качестве стека – структуры данных, поведение которой реализуют методы списков append и pop. 348 Глава 11. Присваивание, выражения и print В данном случае эффект, который дает операция присваивания кортежа, можно было бы получить инструкцией front = L.pop(0), но это будет операция непосредственного изменения объекта. О циклах while и о других (часто лучших) способах обхода последовательностей с помощью циклов for вы узнаете больше в главе 13. Расширенная операция распаковывания последовательностей в Python 3.0 В предыдущем примере демонстрировалось, как вручную организовать извлечение срезов, чтобы сделать инструкцию присваивания последовательностей более универсальной. В �� Python�� 3.0 (но не в 2.6) инструкция присваивания последовательностей была обобщена еще больше, что еще больше упростило ее использование. В двух словах: чтобы описать более общий случай присваивания, слева от оператора присваивания допускается указывать одно имя со звездочкой, например *X, – имени со звездочкой будет присвоен список всех элементов последовательности, не присвоенных другим переменным слева. Это особенно удобно для реализации таких распространенных операций, как разбиение последовательности на «начало» и «остаток», как было показано в последнем примере предыдущего раздела. Расширенная операция распаковывания в действии Рассмотрим�� пример�� . Как �� мы уже знаем, в операции распаковывания последовательностей количество имен слева от оператора присваивания должно точно соответствовать количеству элементов в последовательности справа. При несоблюдении этого правила мы будем получать сообщение об ошибке (если вручную не предусмотрим извлечение срезов из последовательности справа, как было показано в предыдущем разделе): C:\misc> c:\python30\python >>> seq = [1, 2, 3, 4] >>> a, b, c, d = seq >>> print(a, b, c, d) 1 2 3 4 >>> a, b = seq ValueError: too many values to unpack Однако в Python 3.0 в списке переменных слева можно указать одно имя со звездочкой, чтобы ослабить правило соответствия. В представленном ниже продолжении предыдущего интерактивного сеанса переменной a присваивается первый элемент последовательности, а переменной b – все остальные: >>> >>> 1 >>> [2, a, *b = seq a b 3, 4] Когда в левой части инструкции присутствует имя со звездочкой, количество переменных в левой части не обязательно должно соответствовать количеству элементов в последовательности справа. Фактически имя со звездочкой может указываться в любой позиции слева. Например, в примере ниже переменной b соответствует последний элемент последовательности, а переменной a – все элементы, предшествующие последнему: Инструкции присваивания >>> >>> [1, >>> 4 349 *a, b = seq a 2, 3] b Когда имя со звездочкой указывается в середине списка переменных, ей присваиваются все элементы последовательности справа, которые остаются после присваивания остальным переменным без звездочек. То есть в следующем примере переменным a и c будут присвоены первый и последний элементы, а переменной b – все остальные, что находятся между ними: >>> >>> 1 >>> [2, >>> 4 a, *b, c = seq a b 3] c В более широком смысле, в какой бы позиции ни появлялась переменная со звездочкой, ей будет присвоен список, содержащий все неприсвоенные элементы, соответствующие этой позиции: >>> >>> 1 >>> 2 >>> [3, a, b, *c = seq a b c 4] Естественно, как и обычная операция присваивания последовательностей, расширенная операция распаковывания последовательностей может применяться к последовательностям любых типов, не только к спискам. Ниже приводится пример распаковывания символов строки: >>> a, *b = ‘spam’ >>> a, b (‘s’, [‘p’, ‘a’, ‘m’]) >>> a, *b, c = ‘spam’ >>> a, b, c (‘s’, [‘p’, ‘a’], ‘m’) Этот прием напоминает способ, основанный на извлечении срезов, но это не совсем одно и то же – инструкция присваивания последовательностей всегда возвращает список с множеством соответствующих элементов, тогда как операция извлечения среза возвращает последовательность того же типа, что и последовательность, из которой извлекается срез: >>> S = ‘spam’ >>> S[0], S[1:] # Тип среза зависит от типа исходной последовательности, (‘s’, ‘pam’) # расширенная операция распаковывания всегда возвращает список >>> S[0], S[1:3], S[3] (‘s’, ‘pa’, ‘m’) Используя эту новую возможность, появившуюся в Python 3.0, применительно к спискам, мы можем еще больше упростить последний пример из предыдуще- 350 Глава 11. Присваивание, выражения и print го раздела и избавиться от операций извлечения среза при получении первого и остального элементов: >>> L = [1, 2, 3, 4] >>> while L: ... front, *L = L ... print(front, L) ... 1 [2, 3, 4] 2 [3, 4] 3 [4] 4 [] # Получить первый и остальные элементы # без операции извлечения среза Граничные случаи Расширенная операция распаковывания последовательностей обладает достаточной гибкостью, тем не менее нам следует отметить некоторые граничные случаи. Во-первых, переменной со звездочкой может соответствовать единственный элемент, но ей всегда присваивается список: >>> [1, >>> >>> 1 2 seq 2, 3, 4] a, b, c, *d = seq print(a, b, c, d) 3 [4] Во-вторых, если на долю переменной со звездочкой не остается неприсвоенных элементов, ей присваивается пустой список, независимо от того, в какой позиции эта переменная находится. В следующем примере каждой из переменных a, b, c и d соответствует свой элемент последовательности, но вместо того, чтобы возбудить исключение, интерпретатор присваивает переменной e пустой список: >>> a, b, c, d, *e = seq >>> print(a, b, c, d, e) 1 2 3 4 [] >>> a, b, *e, c, d = seq >>> print(a, b, c, d, e) 1 2 3 4 [] Наконец, ошибкой будет считаться, если указать несколько переменных со звездочкой; если значений окажется недостаточно, а слева не окажется переменной со звездочкой (как и ранее) и если переменная со звездочкой окажется единственной вне последовательности: >>> a, *b, c, *d = seq SyntaxError: two starred expressions in assignment >>> a, b = seq ValueError: too many values to unpack >>> *a = seq SyntaxError: starred assignment target must be in a list or tuple >>> *a, = seq >>> a [1, 2, 3, 4] 351 Инструкции присваивания Полезное удобство Имейте в виду, что расширенная операция распаковывания последовательностей – это всего лишь удобство. Мы можем добиться того же эффекта, используя явно операции индексирования и извлечения среза (и фактически эту альтернативу придется использовать в Python 2.X), но расширенная инструкция распаковывания выглядит компактнее. Типичный прием разбиения последовательности «первый, остаток», например, можно реализовать тем или иным способом, но операция извлечения среза более трудозатратна: >>> seq [1, 2, 3, 4] >>> a, *b = seq >>> a, b (1, [2, 3, 4]) # Первый, остаток >>> a, b = seq[0], seq[1:] >>> a, b (1, [2, 3, 4]) # Первый, остаток: традиционная реализация Прием разбиения последовательности «остаток, последний» может быть реализован похожим способом, но с применением новой расширенной инструкции распаковывания последовательностей требуется заметно меньшее количество нажатий на клавиши: >>> *a, b = seq >>> a, b ([1, 2, 3], 4) # Остаток, последний >>> a, b = seq[:-1], seq[-1] >>> a, b ([1, 2, 3], 4) # Остаток, последний: традиционная реализация Расширенная инструкция распаковывания последовательностей выглядит не только проще, но и естественнее, поэтому со временем она наверняка получит широкое распространение в программах на языке Python. Использование в циклах for Поскольку переменные цикла в инструкции for также участвуют в присваивании, расширенная операция распаковывания последовательностей может применяться и к ним. Мы уже немного познакомились с инструкцией for во второй части книги и продолжим знакомство с ней в главе 13. В �� Python�� 3.0 расширенная инструкция распаковывания может помещаться после слова for, где обычно указывается простое имя переменной: for (a, *b, c) in [(1, 2, 3, 4), (5, 6, 7, 8)]: ... При таком использовании в каждой итерации интерпретатор будет просто присваивать очередной кортеж значений кортежу переменных. На первом проходе, например, будет выполнено присваивание, как если бы оно было реализовано в виде выражения: a, *b, c = (1, 2, 3, 4) # Переменная b получит значение [2, 3] 352 Глава 11. Присваивание, выражения и print Переменные a, b и c можно использовать в теле цикла для ссылки на извлеченные компоненты. В действительности, в этом вообще нет ничего особенного – это лишь разновидность более общей операции присваивания. Как мы видели выше в этой главе, того же эффекта можно добиться с помощью простой операции присваивания кортежей в обеих версиях Python 2.X и 3.X: for (a, b, c) in [(1, 2, 3), (4, 5, 6)]: # a, b, c = (1, 2, 3), ... И мы всегда сможем имитировать поведение расширенной инструкции распаковывания последовательностей в Python 2.6, применив операцию извлечения среза: for all in [(1, 2, 3, 4), (5, 6, 7, 8)]: a, b, c = all[0], all[1:3], all[3] Мы пока недостаточно подготовлены к анализу подробностей синтаксиса цикла for, поэтому мы еще вернемся к этой теме в главе 13. Групповое присваивание При групповом присваивании объект, расположенный справа, присваивается всем указанным переменным. В следующем примере трем переменным a, b и c присваивается строка ‘spam’: >>> a = b = c = ‘spam’ >>> a, b, c (‘spam’, ‘spam’, ‘spam’) Эта инструкция эквивалентна (но записывается компактнее) следующим трем инструкциям присваивания: >>> c = ‘spam’ >>> b = c >>> a = b Групповое присваивание и разделяемые ссылки Имейте в виду, что в этом случае существует всего один объект, разделяемый всеми тремя переменными (все они указывают на один и тот же объект в памяти). Такой способ присваивания хорошо подходит для неизменяемых объектов, например для инициализации нескольких счетчиков нулевым значением (не забывайте, что в языке Python переменная должна быть инициализирована, прежде чем к ней можно будет обратиться, поэтому вам всегда придется устанавливать начальные значения в счетчиках, прежде чем они смогут использоваться для счета): >>> >>> >>> (0, a = b = 0 b = b + 1 a, b 1) Здесь изменение переменной b затронет только переменную b, потому что числа не допускают возможность непосредственного изменения. Если присваиваемый объект является неизменяемым, совершенно не важно, как много ссылок на него будет создано. Но, как обычно, следует проявлять осторожность, выполняя присваивание переменным изменяемых объектов, таких как списки или словари: 353 Инструкции присваивания >>> a = b = [] >>> b.append(42) >>> a, b ([42], [42]) На этот раз, поскольку a и b ссылаются на один и тот же объект, непосредственное добавление значения к объекту через переменную b будет воздействовать и на переменную a. В действительности это всего лишь другой пример взаимовлияния разделяемых ссылок, с которым мы впервые встретились в главе 6. Чтобы избежать этой проблемы, инициализацию изменяемыми объектами следует производить в отдельных инструкциях, чтобы в каждой из них создавался новый пустой объект с помощью отдельных литеральных выражений: >>> a = [] >>> b = [] >>> b.append(42) >>> a, b ([], [42]) Комбинированные инструкции присваивания Начиная с версии Python�� 2.0, в языке появился набор дополнительных инструкций присваивания, перечисленных в табл. 11.2. Известные как комбинированные инструкции присваивания и заимствованные из языка C, они по существу являются лишь более компактной формой записи. Они комбинируют в себе выражение и операцию присваивания. Например, следующие две формы записи практически эквивалентны: X = X + Y X += Y # Традиционная форма записи # Новая, комбинированная форма записи Таблица 11.2. Комбинированные инструкции присваивания X += Y X &= Y X -= Y X |= Y X *= Y X ^= Y X /= Y X >>= Y X %= Y X <<= Y X **= Y X //= Y Комбинированные операции присваивания существуют для любого поддерживаемого двухместного оператора. Например, ниже приводится два способа прибавления 1 к значению переменной: >>> >>> >>> 2 >>> >>> 3 x = 1 x = x + 1 x x += 1 x # Традиционная форма записи # Комбинированная Если комбинированную инструкцию применить к строкам, будет выполнена операция конкатенации. Таким образом, вторая строка ниже эквивалентна более длинной инструкции S = S + “SPAM”: >>> S = “spam” >>> S += “SPAM” # Выполняется операция конкатенации 354 Глава 11. Присваивание, выражения и print >>> S ‘spamSPAM’ Как показано в табл. 11.2, для каждого двухместного оператора (то есть для оператора, слева и справа от которого располагаются значения, участвующие в операции) в языке Python существует своя комбинированная инструкция присваивания. Например, инструкция X *= Y выполняет умножение и присваивание, X >>= Y – сдвиг вправо и присваивание, и так далее. Инструкция X //= Y (деление с округлением вниз) была добавлена в версии Python 2.2. Комбинированные инструкции присваивания обладают следующими преиму ществами:1 •• Уменьшается объем ввода с клавиатуры. Нужно ли мне продолжать? •• Левая часть инструкции должна быть получена всего один раз. В инструкции «X += Y» X может оказаться сложным выражением, которое в комбинированной форме должно быть вычислено всего один раз. В более длинной форме записи «X = X + Y» X появляется дважды, и поэтому данное выражение должно быть вычислено дважды. Вследствие этого комбинированные инструкции присваивания выполняются обычно быстрее. •• Автоматически выбирается оптимальный алгоритм выполнения. Для объектов, поддерживающих возможность непосредственного изменения, комбинированные инструкции присваивания автоматически выполняются непосредственно на самих объектах, вместо выполнения более медленной операции копирования. И последний момент, который требует дополнительных разъяснений. Комбинированные инструкции присваивания, при применении к изменяемым объектам, могут служить для оптимизации. Вспомним, что списки могут расширяться разными способами. Чтобы добавить в список единственный элемент, мы можем выполнить операцию конкатенации или вызвать метод append: >>> >>> >>> [1, >>> >>> [1, L = [1, 2] L = L + [3] # Конкатенация: более медленная L 2, 3] L.append(4) # Более быстрая, но изменяет сам объект L 2, 3, 4] А чтобы добавить несколько элементов, мы можем либо снова выполнить операцию конкатенации, либо вызвать метод extend2: >>> >>> [1, >>> L = L + [5, 6] # Конкатенация: более медленная L 2, 3, 4, 5, 6] L.extend([7, 8]) # Более быстрая, но изменяет сам объект 1 Программисты C/C++, конечно, заметят, что несмотря на появление в языке Python таких инструкций, как X +=Y, в нем до сих пор отсутствуют операторы инкремента и декремента (например, X++, --X). Однако эти операторы вообще не соответствуют модели языка Python, в котором отсутствует возможность непосредственно изменять неизменяемые объекты, такие как числа. 2 Как предлагалось в главе 6, для этого также можно было бы использовать операцию присваивания срезу (например, L[len(L):] = [11,12,13]), но этот прием работает практически так же, как метод extend. 355 Инструкции присваивания >>> L [1, 2, 3, 4, 5, 6, 7, 8] В обоих случаях операция конкатенации несет в себе меньше побочных эффектов при работе с разделяемыми ссылками на объекты, но вообще она выполняется медленнее, чем эквивалентные операции, воздействующие на объект непосредственно. Операция конкатенации должна создать новый объект, копию списка слева, и затем скопировать в него список справа. В противовес ей метод, воздействующий на объект непосредственно, просто добавляет новый элемент в конец блока памяти. При использовании комбинированной инструкции присваивания для расширения списка мы можем не думать об этих деталях – интерпретатор Python�� автоматически вызовет более быстрый метод extend вместо использования более медленной операции конкатенации, которую предполагает оператор +: >>> L += [9, 10] # Выполняется как L.extend([9, 10]) >>> L [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] Комбинированные инструкции присваивания и разделяемые ссылки Такой порядок вещей чаще всего именно то, что нам требуется, но необходимо учитывать – он предполагает, что применительно к спискам операция += выполняет изменения непосредственно в объекте, а это далеко не то же самое, что операция конкатенации +, в результате которой всегда создается новый объект. Как всегда в случае использования разделяемых ссылок, различия в поведении этих операций могут иметь значение, если имеются другие ссылки на изменяемый объект: >>> L = [1, 2] >>> M = L >>> L = L + [3, 4] >>> L, M ([1, 2, 3, 4], [1, # L и M ссылаются на один и тот же объект # Операция конкатенации создает новый объект # Изменяется L, но не M 2]) >>> L = [1, 2] >>> M = L >>> L += [3, 4] # Операция += предполагает вызов метода extend >>> L, M # Значение M тоже изменилось! ([1, 2, 3, 4], [1, 2, 3, 4]) Все это имеет значение только для изменяемых объектов, таких как списки и словари, и к тому же это не совсем ясный случай (по крайней мере, пока его влияние не скажется на вашем программном коде!). Если вам требуется избежать создания системы разделяемых ссылок, создавайте копии изменяемых объектов. Правила именования переменных Теперь, когда мы исследовали инструкции присваивания, настало время более формально подойти к вопросу выбора имен переменных. В языке Python имена появляются в момент, когда им присваиваются некоторые значения, однако существует несколько правил, которым желательно следовать при выборе имен для всего сущего в ваших программах: 356 Глава 11. Присваивание, выражения и print Синтаксис: (символ подчеркивания или алфавитный символ) + (любое число символов, цифр или символов подчеркивания) Имена переменных должны начинаться с символа подчеркивания или с алфавитного символа, за которым может следовать произвольное число алфавитных символов, цифр или символов подчеркивания. Допустимыми именами являются: _spam, spam и Spam_1, а 1_Spam, spam$ и @#! – недопустимыми. Регистр символов в именах имеет значение: имена SPAM и spam считаются различными В языке Python регистр символов всегда принимается во внимание, как в именах, которые вы создаете, так и в зарезервированных словах. Например, имена X и x – это две разные переменные. Для обеспечения переносимости регистр символов учитывается и в именах импортируемых модулей, даже на платформах, где файловые системы не учитывают регистр символов. Запрещено использовать зарезервированные слова Имена определяемых вами переменных не могут совпадать с зарезервированными словами, имеющими в языке Python специальное назначение. Например, если попытаться использовать переменную с именем class, интерпретатор выведет сообщение о синтаксической ошибке, однако имена klass и Class являются вполне допустимыми. В табл. 11.3 перечислены слова, которые в настоящее время зарезервированы языком Python (и, следовательно, запрещены для использования в качестве имен переменных). Таблица 11.3. Зарезервированные слова в версии Python 3.0 False class finally is return None continue for lambda try True def from nonlocal while and del global not with as elif if or yield assert else import pass break except in raise В табл. 11.3 приводятся слова, зарезервированные в версии Python�� 3.0. В �� Python 2.6 набор зарезервированных слов немного отличается: •• print – это зарезервированное слово, потому что оно соответствует инструкции вывода, а не встроенной функции (подробнее об этом рассказывается ниже в этой главе). •• exec – это зарезервированное слово, потому что оно соответствует инструкции, а не встроенной функции. •• nonlocal – не является зарезервированным словом, потому что эта инструкция недоступна в версии 2.6. В более ранних версиях �� Python�� ситуация с зарезервированными словами складывалась почти так же, с небольшими отклонениями: 357 Инструкции присваивания •• with и as не были зарезервированными словами до версии �� Python�� 2.6, в которой впервые официально появились менеджеры контекста. •• yield не было зарезервированным словом до версии Python 2.3, в которой впервые появились функции-генераторы. •• В версии 2.5 инструкция yield была преобразована в выражение, но не стала встроенной функцией, а осталась зарезервированным словом. В большинстве своем, зарезервированные слова языка Python записываются символами нижнего регистра, и они действительно зарезервированы – в отличие от имен в области видимости по умолчанию, о которой будет рассказываться в следующей части книги, вы не можете переопределять зарезервированные слова посредством операции присваивания (например, and = 1 приведет к появлению ошибки).1 Кроме того, что первые три зарезервированных слова в табл. 11.3, True, False и None, записываются символами разных регистров, они еще имеют не совсем обычное назначение – они определены в области видимости по умолчанию, о которой рассказывается в главе 17, и с технической точки зрения являются именами переменных, которым присвоены объекты. Однако во всех остальных смыслах они являются зарезервированными словами и не могут использоваться для других целей, кроме как представлять присвоенные им объекты. Все остальные зарезервированные слова являются частью синтаксиса языка �� Python и могут появляться только в определенном контексте. Кроме того, поскольку имена модулей в инструкции import становятся переменными в ваших сценариях, это накладывает ограничения на имена файлов с модулями. Вы можете создать файлы с именами and.py и my-code.py, но вы не сможете импортировать их, потому что их имена без расширения «.py» в программном коде будут преобразованы в имена переменных и поэтому должны следовать только что обозначенным правилам (зарезервированные слова запрещены, а символы дефиса являются недопустимыми, хотя можно использовать символы подчеркивания). Мы еще вернемся к этой теме в пятой части книги. Правила внесения изменений Будет интересно отметить, насколько постепенно и поэтапно вносятся изменения в перечень зарезервированных слов языка. Когда появляется какая-нибудь новая особенность, которая может отрицательно сказаться на работоспособности существующих программ, она обычно сначала вводится как необязательная, а в интерпретатор встраивается вывод предупреждения об использовании «нерекомендуемой» возможности, которое действует на протяжении одного или более выпусков, прежде чем новая возможность официально будет включена в состав языка. 1 Тем не менее в Jython, реализации Python на языке Java, имена пользовательских переменных иногда могут совпадать с зарезервированными словами языка Python. Краткий обзор Jython приводится в главе 2. 358 Глава 11. Присваивание, выражения и print Идея состоит в том, чтобы дать пользователям достаточное время, чтобы обратить внимание на предупреждения и внести изменения в программы перед переходом на использование новой версии интерпретатора. Это не относится к случаям, когда выходит новая версия со следующим основным номером, такая как 3.0 (в таких случаях обратная совместимость с существующими программами не гарантируется без всяких предупреждений), но это справедливо для всех остальных случаев. Например, слово yield было необязательным расширением в версии Python 2.2, но, начиная с версии 2.3, оно стало стандартным зарезервированным словом. Оно используется совместно с функциямигенераторами. Это один из небольшого числа элементов языка, в котором была нарушена обратная совместимость с прежними версиями. При этом отношение к использованию слова yield менялось поэтапно – в версии 2.2 при его использовании генерировалось предупреждение, и оно было недопустимым до версии 2.3. Похожим образом в Python 2.6 появились новые зарезервированные слова with и as для использования в менеджерах контекстов (новая форма обработки исключений). В версии 2.5 эти слова не считаются зарезервированными, пока менеджер контекстов не будет включен вручную с помощью инструкции импортирования from__future__ (подробности приводятся ниже в этой книге). При использовании в версии 2.5 слова with и as вызывают появление предупреждений о грядущих изменениях – исключение составляет версия IDLE в Python 2.5, где эта особенность включается автоматически (то есть использование этих слов в качестве имен переменных в версии 2.5 будет вызывать ошибку, но только в интерфейсе IDLE). Соглашения по именованию Помимо указанных правил существует еще целый ряд соглашений – правил, которые не являются обязательными, но которым обычно следуют на практике. Например, имена с двумя символами подчеркивания в начале и в конце (например, __name__) обычно имеют особый смысл для интерпретатора, поэтому вам следует избегать их использования для именования своих переменных. Ниже приводится список соглашений, которым было бы желательно следовать: •• Имена, начинающиеся с одного символа подчеркивания (_X), не импортируются инструкцией from module import * (описывается в главе 22). •• Имена, имеющие два символа подчеркивания в начале и в конце (__X__), являются системными именами, которые имеют особый смысл для интерпретатора. •• Имена, начинающиеся с двух символов подчеркивания и не оканчивающиеся двумя символами подчеркивания (__X), являются локальными («искаженными») для объемлющего класса (смотрите обсуждение псевдочастных атрибутов в главе 30). •• Имя, состоящее из единственного символа подчеркивания (_), хранит результат последнего выражения при работе в интерактивной оболочке. 359 Инструкции присваивания В дополнение к этим соглашениям существует еще ряд других соглашений, которым обычно стремятся следовать программисты. Например, далее в книге мы увидим, что имена классов обычно начинаются с заглавного символа, а имена модулей – со строчного. Что имя self, хотя и не являющееся зарезервированным, играет особую роль в классах. В главе 17 мы познакомимся с еще одной крупной категорией имен, которые называются встроенными, то есть предопределенными, но не зарезервированными (вследствие чего они допускают переопределение: инструкция open = 42 является вполне допустимой, но иногда вы можете пожалеть, что это так!). Имена не имеют типа, тип – это характеристика объектов По большей части это лишь краткий обзор, но вы должны помнить, что крайне важно сохранить четкое понимание различий между именами и объектами в языке Python. Как говорилось в главе 6, объекты имеют тип (например, целое число, список) и могут быть изменяемыми или нет. С другой стороны, имена (они же переменные) всегда являются всего лишь ссылками на объекты – они не имеют информации об изменяемости или о типе отдельно от типа объекта, на который они ссылаются в данный момент времени. Это вполне нормально, когда в разные моменты времени одно и то же имя связывается с объектами разных типов: >>> x = 0 >>> x = “Hello” >>> x = [1, 2, 3] # Имя x связывается с целочисленным объектом # Теперь оно представляет строку # А теперь – список В последующих примерах вы увидите, что такая универсальная природа имен может рассматриваться как существенное преимущество при программировании на языке Python.1 В главе 17 вы узнаете, что имена находятся внутри области видимости, которая определяет, где эти имена могут использоваться, – место, где выполняется присваивание, определяет, где это имя будет видимо. Дополнительные предложения, касающиеся именования переменных, приводятся в предыдущем разделе «Соглашения по именованию», который, по сути, повторяет положения из полу официального руководства по оформлению программного кода на языке Python, известного как PEP 8. Это руководство доступно по адресу http://www.python.org/dev/peps/pep-0008. Его также можно отыскать в Сети, выполнив поиск по строке «Python PEP 8». С технической точки зрения этот документ формализует стандарты оформления исходных текстов, используемые в стандартной библиотеке языка Python. 1 Если вам приходилось пользоваться языком C++, возможно, вас заинтересует, что в отличие от C++ в языке Python отсутствует объявление const. Некоторые объекты могут быть неизменяемыми, но имена всегда допускают выполнение операции присваивания. Кроме того, в языке Python имеются средства сокрытия имен в классах и модулях, но они также не являются аналогами объявлений в языке C++ (если вам интересна тема сокрытия атрибутов, обращайтесь к обсуждению имен модулей вида _X в главе 24, имен классов вида __X в главе 30, а также к примерам декораторов классов Private и Public в главе 38). 360 Глава 11. Присваивание, выражения и print Несмотря на важность стандартов, хочется сделать несколько обычных предупреждений. Во-первых, документ PEP�� 8 содержит множество тонкостей, встретиться с которыми вы, вероятно, еще не готовы. Честно говоря, этот документ более сложный и субъективный, чем должен был бы быть, – некоторые из предложений не являются общепринятыми и не поддерживаются программистами-практиками. Кроме того, некоторые из наиболее известных компаний, использующих язык Python, приняли собственные стандарты оформления программного кода. Тем не менее документ PEP 8 содержит действительно полезные сведения, и начинающим программистам совсем не лишним будет ознакомиться с ним – при условии, что рекомендации в нем будут восприниматься как рекомендации, а не как обязательное руководство к действию. Инструкции выражений В языке Python выражения также могут использоваться в качестве инструкций (то есть в отдельной строке). Однако, поскольку результат вычисления таких выражений не сохраняется, использовать такую возможность имеет смысл только в том случае, если выражение выполняет какие-то полезные действия в виде побочного эффекта. В качестве инструкций выражения используются обычно в двух ситуациях: Для вызова функций и методов Некоторые функции и методы выполняют огромный объем работы, не возвращая никакого значения. В других языках программирования такие функции иногда называют процедурами. Поскольку они не возвращают значений, которые могло бы потребоваться сохранить, вы можете вызывать эти функции в инструкциях выражений. Для вывода значений в интерактивной оболочке В ходе интерактивного сеанса интерпретатор автоматически выводит результаты вводимых выражений. С технической точки зрения они также являются инструкциями выражений и играют роль сокращенной версии инструкции print. В табл. 11.4 перечислены некоторые наиболее часто используемые в языке Python формы инструкций выражений. При вызове функций и методов им передаются ноль или более объектов в виде аргументов (в действительности – выражений, результатом вычисления которых являются объекты) в круглых скобках, следующих за именем функции или метода. Таблица 11.4. Наиболее часто используемые в языке Python инструкции выражений Операция Интерпретация spam(eggs, ham) Вызов функции spam.ham(eggs) Вызов метода 361 Инструкции выражений Операция Интерпретация spam Вывод значения переменной в интерактивной оболочке интерпретатора print(a, b, c, sep=’’) Операция ввода в Python 3.0 yield x ** 2 Инструкция выражения yield Последние две строки в таблице представляют специальные случаи: как будет показано далее в этой главе, инструкция вывода в версии Python 3.0 была преобразована в функцию, вызов которой обычно оформляется в виде отдельной строки, и операция yield в функциях-генераторах (рассматриваются в главе 20) также часто оформляется как инструкция. В действительности оба случая являются всего лишь примерами инструкций выражений. Например, даже при том, что функция print вызывается в отдельной строке, как инструкция выражения, тем не менее она возвращает значение, как и любая другая функция (она возвращает значение None – оно возвращается всеми функциями, которые явно не возвращают какого-либо значимого значения): >>> x = print(‘spam’) # print – это выражение вызова функции в версии 3.0, spam >>> print(x) # но может использоваться, как инструкция выражения None Несмотря на то, что выражения могут играть роль инструкций в языке Python, сами инструкции не могут использоваться в качестве выражений. Например, язык Python не допускает встраивание инструкции присваивания (=) в выражения. Сделано это специально, чтобы помочь избежать ошибок, – вы могли бы случайно изменить переменную, введя вместо оператора проверки равенства == оператор присваивания =. В главе 13 будет показано, как отсутствие такой возможности может быть компенсировано в языке Python, когда мы будем обсуждать цикл while. Инструкции выражений и непосредственное изменение объектов Инструкции выражений являются причиной распространенной ошибки при программировании на языке Python. Инструкции выражений часто используются для вызова методов списка, которые непосредственно изменяют сам список: >>> >>> >>> [1, L = [1, 2] L.append(3) L 2, 3] # Метод append изменяет сам список Однако начинающие программисты нередко записывают такие операции в виде инструкций присваивания, пытаясь связать имя L со списком: >>> L = L.append(4) >>> print L None # Но метод append возвращает значение None, а не L # Поэтому мы теряем весь список! Такая операция дает неверный результат – такие методы списка, как apend, sort и reverse, всегда выполняют непосредственное изменение объекта, но они 362 Глава 11. Присваивание, выражения и print не возвращают список, который был изменен с их помощью. В действительности они возвращают объект None. Если результат такой операции присвоить той же переменной, вы потеряете список (скорее всего, он будет уничтожен в ходе процесса сборки мусора!). Поэтому не делайте этого. Мы еще раз вернемся к этому явлению в разделе «Распространенные ошибки программирования» в конце этой части книги, потому что подобные ситуации могут складываться в контексте выполнения некоторых операторов цикла, с которыми мы познакомимся в последующих главах. Операция print В языке Python инструкция print – это просто удобный для программистов интерфейс к стандартному потоку вывода. С технической точки зрения эта инструкция преобразует объекты в текстовое представление и либо посылает результат в поток стандартного вывода, либо передает другому объекту, похожему на файл. Инструкция print тесно связана с понятием файлов и потоков в языке Python. Методы объектов файлов В главе 9 мы рассматривали некоторые методы для работы с файлами, которые выводят текст (например, file.write(str)). Инструкция print чем-то похожа на них, но она имеет более специализированное назначение: инструкция print по умолчанию записывает объекты в поток stdout (с соблюдением некоторого форматирования), в то время как методы файлов записывают строки в произвольные файлы. В отличие от методов файлов, инструкция print не требует преобразовывать объекты в строковое представление. Поток стандартного вывода Поток стандартного вывода в языке Python (известный под именем stdout) – это просто объект, куда программы выводят текст. Наряду с потоками стандартного ввода и стандартного вывода сообщений об ошибках, поток стандартного вывода является одним из трех потоков, которые создаются в момент запуска сценария. Поток стандартного вывода обычно отображается на окно терминала, где была запущена программа на языке Python, если явно не было выполнено перенаправление вывода в файл или в конвейер системной командной оболочки. Так как поток стандартного вывода в языке Python доступен в виде объекта stdout из встроенного модуля sys (то есть sys.stdout), вполне возможно имитировать поведение инструкции print с помощью методов записи в файл, хотя использование print выглядит проще. Операция вывода является одной из тех, в которых различия между Python 3.0 и 2.6 оказались наиболее заметными. Фактически различия в реализации этой операции являются одной из основных причин, обусловливающих невозможность выполнения программ, написанных для версии 2.X, под управлением версии 3.X без внесения изменений в программный код. В частности, от версии интерпретатора зависит способ оформления операции print: •• В Python 3.X инструкция print превратилась во встроенную функцию, которая принимает именованные аргументы, определяющие специальные режимы вывода. Операция print 363 •• В Python 2.X print – это инструкция, имеющая свой характерный синтаксис. Так как в этой книге рассматриваются обе версии интерпретатора, 3.0 и 2.6, мы рассмотрим особенности реализации print в каждой из них по отдельности. Если вам повезло настолько, что вы работаете с программами, написанными для какой-то одной версии �� Python�� , вы можете прочитать только тот раздел, который подходит для вашего случая. Однако ваша ситуация может измениться, поэтому для вас не будет лишним познакомиться с обеими версиями. Функция print в Python 3.0 Строго говоря, print не является разновидностью инструкции в версии 3.0, это просто одна из инструкций выражений, с которыми мы познакомились в предыдущем разделе. Обычно вызов встроенной функции print оформляется в виде отдельной строки, потому что она не возвращает никакого значения (точнее, она возвращает объект None), о сохранении которого стоило бы позаботиться. Так как в версии 3.0 print – это обычная функция, для обращения к ней используется не какая-то специальная форма, а стандартный синтаксис вызова функций. Вследствие этого специальные режимы работы определяются с помощью именованных аргументов. Такая форма не только более универсальна, но и обеспечивает лучшую поддержку будущих расширений. Для сравнения, инструкция print в версии Python�� 2.6 имеет специализированный синтаксис поддержки таких особенностей, как подавление вывода символа конца строки и перенаправление вывода в файл. Кроме того, инструкция print в версии 2.6 вообще не позволяет определить строки-разделители – в версии 2.6 вам намного чаще придется конструировать строки заранее, чем в версии 3.0. Формат вызова Синтаксис вызова функции print в версии 3.0 имеет следующий вид: print([object, ...][, sep=’ ‘][, end=’\n’][, file=sys.stdout]) Здесь элементы в квадратных скобках являются необязательными и могут быть опущены, а значения, следующие за знаком =, определяют значения по умолчанию. Проще говоря, эта встроенная функция выводит в файл stream один или более объектов в текстовом представлении, разделенных строкой sep, и завершает вывод строкой end. Параметры sep, end и file, если они необходимы, должны передаваться не в виде позиционных, а в виде именованных аргументов, то есть с использованием специального синтаксиса «имя=значение». Именованные аргументы подробно рассматриваются в главе 18, но они достаточно просты в использовании. Именованные аргументы могут указываться в любом порядке в вызове функции, но после объектов, предназначенных для вывода, и определяют параметры вывода: •• sep – строка, которая должна вставляться между объектами при выводе. По умолчанию состоит из одного пробела. Чтобы подавить вывод строкиразделителя, в этом аргументе следует передать пустую строку. 364 Глава 11. Присваивание, выражения и print •• end – строка, добавляемая в конец выводимого текста. По умолчанию содержит символ конца строки \n. Если в этом аргументе передать пустую строку, следующий вызов функции print начнет вывод текста с позиции, где закончился вывод текущей строки. •• file – объект файла, стандартный поток или другой объект, похожий на файл, куда будет выводиться текст. По умолчанию используется объект sys.stdout стандартного потока вывода. В этом аргументе можно передать любой объект, поддерживающий метод файлов write(string); если передается настоящий объект файла, он должен уже быть открыт для записи. Текстовое представление любого объекта, который передается для вывода, функция print получает с помощью встроенной функции str. Как мы уже знаем, эта функция возвращает «удобочитаемое» строковое представление любого объекта.1 При вызове без аргументов функция print просто выведет символ конца строки в поток стандартного вывода, что выглядит, как вывод пустой строки. Функция print в действии Пользоваться функцией print в версии 3.0 намного проще, чем можно было бы предположить, после знакомства с некоторыми ее особенностями. Для�� ил�� люстрации выполним несколько коротких примеров. Ниже демонстрируется порядок вывода объектов различных типов в поток стандартного вывода, используемый по умолчанию, со строкой-разделителем по умолчанию и с добавлением символа конца строки (эти значения параметров вывода были выбраны значениями по умолчанию, потому что они используются в подавляющем большинстве случаев): C:\misc> c:\python30\python >>> >>> print() # Выведет пустую строку >>> x = ‘spam’ >>> y = 99 >>> z = [‘eggs’] >>> >>> print(x, y, z) # Выведет три объекта spam 99 [‘eggs’] В данном примере нет никакой необходимости преобразовывать объекты в строки, как этого требуют методы записи в файлы. По умолчанию функция print выводит символ пробела между объектами. Чтобы подавить вывод пробела, достаточно просто передать пустую строку в именованном аргументе sep или указать иную строку-разделитель: 1 С технической точки зрения, при выводе объектов внутри используется не сама функция str, а некоторая эквивалентная реализация, хотя конечный результат получается тем же самым. Имя str не только представляет функцию преобразования в строку, но также является именем строкового типа данных и может использоваться для декодирования строк Юникода из строк байтов, принимая дополнительный аргумент с названием кодировки, о чем подробно рассказывается в главе 36. Эта последняя роль является дополнительной особенностью, которую здесь можно спокойно игнорировать. 365 Операция print >>> print(x, y, z, sep=’’) spam99[‘eggs’] >>> >>> print(x, y, z, sep=’, ‘) spam, 99, [‘eggs’] # Строка-разделитель выводиться не будет # Нестандартная строка-разделитель Кроме того, в конце выводимой строки функция print добавляет символ конца строки. Вывод�� этого�� символа�� можно�� подавить�� , передав�� пустую�� строку�� в�� именованном аргументе end. Точно так же в этом аргументе можно передать иной разделитель строк (включая символ \n, чтобы вручную обеспечить перевод строки): >>> print(x, y, z, end=’’) # Подавление вывода символа конца строки spam 99 [‘eggs’]>>> >>> >>> print(x, y, z, end=’’); print(x, y, z) # Вывод двух строк в одной строке spam 99 [‘eggs’]spam 99 [‘eggs’] >>> print(x, y, z, end=’...\n’) # Нестандартный разделитель строк spam 99 [‘eggs’]... >>> Допускается одновременное использование именованных аргументов, определяющих разделители между объектами в строке и между строками, – они могут указываться в любом порядке, но только после объектов, которые требуется вывести: >>> print(x, y, z, sep=’...’, end=’!\n’) spam...99...[‘eggs’]! >>> print(x, y, z, end=’!\n’, sep=’...’) spam...99...[‘eggs’]! # Несколько именованных аргументов # Порядок не имеет значения Ниже демонстрируется порядок использования именованного аргумента file – с его помощью можно перенаправить вывод текста в файл, открытый для записи, или в другой объект, совместимый с операцией вывода (в действительности – это разновидность перенаправления потоков, о чем будет рассказываться ниже в этом разделе): >>> print(x, y, z, sep=’...’, file=open(‘data.txt’, ‘w’)) # Вывод в файл >>> print(x, y, z) # Вывод в поток stdout spam 99 [‘eggs’] >>> print(open(‘data.txt’).read()) # Вывод содержимого текстового файла spam...99...[‘eggs’] Наконец, имейте в виду, что возможность определить строку-разделитель объектов в строке и разделитель строк, предоставляемая функцией print, – это всего лишь подручное средство. При необходимости получить более сложное форматирование совсем не обязательно использовать эту возможность. Вместо этого можно сконструировать строку заранее или прибегнуть к помощи инструментов форматирования, с которыми мы встречались в главе 7, внутри вызова функции print, и вывести сконструированную строку единственным вызовом print: >>> text = ‘%s: %-.4f, %05d’ % (‘Result’, 3.14159, 42) >>> print(text) Result: 3.1416, 00042 366 Глава 11. Присваивание, выражения и print >>> print(‘%s: %-.4f, %05d’ % (‘Result’, 3.14159, 42)) Result: 3.1416, 00042 Как мы увидим в следующем разделе, практически все, что было сказано о функции print в Python 3.0, точно так же применимо и к инструкции print в версии 2.6, особенно если учесть, что функция задумывалась как дальнейшее развитие и улучшение поддержки операции вывода в 2.6. Инструкция print в Python 2.6 Как уже упоминалось выше, операция вывода в Python 2.6 реализована в виде инструкции с уникальным и весьма специфическим синтаксисом, а не в виде встроенной функции. На практике же печать? организованная в 2.6, является вариацией на ту же тему – за исключением строк-разделителей (которые поддерживаются в версии 3.0 и не поддерживаются в версии 2.6), для всех остальных возможностей функции print в версии 3.0 имеют прямые аналоги в инструкции print в версии 2.6. Формы инструкции В табл. 11.5 перечислены формы инструкции print в �� Python�� 2.6 и эквивалентные им вызовы функции print в Python 3.0. Обратите внимание, что запятая в инструкции print имеет важное значение – она отделяет объекты, которые требуется вывести, а завершающая запятая подавляет вывод символа конца строки, который обычно выводится в конце строки текста (не путайте с синтаксисом кортежей!). Синтаксическая конструкция >> обычно используется как оператор побитового сдвига вправо, однако он может использоваться и в инструкции print, чтобы определить поток вывода, отличный от sys.stdout, который используется по умолчанию. Таблица 11.5. Перечень форм инструкции print Инструкция print в Python 2.6 Эквивалент в Python 3.0 Интерпретация print x, y print(x, y) Вывод объектов в sys.stdout; добавляет пробел между объектами и символ конца строки print x, y, print(x, y, end=’’) То же самое, только на этот раз символ конца строки не добавляется print >> afile, x, y print(x, y, file=afile) Текст передается методу myfile.write, а не sys.stdout. write Инструкция print в действии Хотя синтаксис инструкции print в �� Python�� 2.6 отличается от синтаксиса функции print в Python 3.0, тем не менее она точно так же проста в использовании. Давайте рассмотрим несколько простых примеров. По умолчанию инструкция 367 Операция print print в версии 2.6 добавляет пробел между элементами, отделенными запятыми, и символ конца строки в конце текущей строки вывода: C:\misc> c:\python26\python >>> >>> x = ‘a’ >>> y = ‘b’ >>> print x, y a b Такое форматирование – всего лишь значение по умолчанию, которое можно использовать или нет. Чтобы подавить вывод символа конца строки (и позднее продолжить вывод текста в текущую строку), инструкцию print следует завершать символом запятой, как показано во второй строке табл. 11.5 (ниже приводятся две инструкции в одной строке, разделенные точкой с запятой): >>> print x, y,; print x, y a b a b Чтобы подавить вывод пробела между элементами, следует производить вывод не таким способом – вместо этого нужно самостоятельно собрать строку с помощью операции конкатенации и форматирования, о которых рассказывалось в главе 7, и вывести эту строку: >>> print x + y ab >>> print ‘%s...%s’ % (x, y) a...b Как видно из примеров, если не считать специального синтаксиса задания различных режимов вывода, инструкция print в версии 2.6 почти так же проста в использовании, как и функция print в версии 3.0. В следующем разделе описывается способ перенаправления вывода в файл с помощью инструкции print в 2.6. Перенаправление потока вывода в инструкции print В обеих версиях, �� Python�� 3.0 и 2.6, выводимый текст по умолчанию передается в поток стандартного вывода. Однако достаточно часто возникает необходимость вывести текст в какое-нибудь другое место, например в файл, чтобы сохранить результаты для последующего использования или для нужд тестирования. Подобное перенаправление вывода можно организовать на уровне системной командной оболочки, за пределами интерпретатора, однако перенаправление внутри сценария реализуется ничуть не сложнее. Программа «hello world» на языке Python Начнем с привычного (и обыденного) теста языка программирования – с программы «hello world». Чтобы вывести сообщение «hello world» в программе на языке Python, достаточно просто напечатать строку: >>> print(‘hello world’) hello world # Вызов строкового объекта в 3.0 >>> print ‘hello world’ hello world # Вызов строкового объекта в 2.6 368 Глава 11. Присваивание, выражения и print Поскольку результаты выражений в интерактивной оболочке выводятся автоматически, вы можете даже не использовать инструкцию print – просто введите выражение, которое требуется вывести, и результат его вычисления немедленно будет выведен: >>> ‘hello world’ ‘hello world’ # Интерактивная оболочка выводит результат автоматически Этот фрагмент трудно назвать примером программистского мастерства, тем не менее он наглядно демонстрирует особенности поведения операции вывода. В действительности инструкция print – это всего лишь эргономичная особенность языка Python, – она обеспечивает простой интерфейс к объекту sys�� .�� stdout, добавляя незначительный объем форматирования. Фактически если вам нравится идти более трудным путем, вы можете запрограммировать вывод таким способом: >>> import sys # Вывод более сложным способом >>> sys.stdout.write(‘hello world\n’) hello world В этом фрагменте явно вызывается метод write объекта sys.stdout – атрибут, предустановленный интерпретатором Python во время открытия файла, связанного с потоком вывода. Инструкция print скрывает большую часть этих подробностей, предоставляя простой инструмент для решения простых задач вывода. Перенаправление потока вывода вручную Итак, зачем я показал более сложный способ вывода? Как оказывается, объект sys.stdout обеспечивает возможность вывода, эквивалентную базовой методике, используемой в языке Python. Вообще говоря, инструкция print и объект sys.stdout связаны между собой следующим образом. Инструкция: print(X, Y) # Или print X, Y в версии 2.6 является эквивалентом более длинной: import sys sys.stdout.write(str(X) + ‘ ‘ + str(Y) + ‘\n’) которая вручную выполняет преобразование объекта в строку с помощью функции str, добавляет символ конца строки с помощью оператора + и вызывает метод write потока вывода. А как бы вы выполнили ту же задачу? (Этим примером мне хотелось бы подчеркнуть дружественную природу инструкции print...) Очевидно, что более длинная форма сама по себе менее удобна в использовании. Однако полезно знать, что она является точным эквивалентом инструкции print, потому что существует возможность переназначить sys.stdout на что-то, отличное от стандартного потока вывода. Другими словами, эта эквивалентность обеспечивает возможность заставить инструкцию print выводить текст в другое место. Например: import sys sys.stdout = open(‘log.txt’, ‘a’) # Перенаправить вывод в файл ... Print(x, y, x) # Текст появится в файле log.txt 369 Операция print Здесь мы вручную перенаправили объект sys.stdout в файл, открытый вручную в режиме добавления (так как мы добавляем новое содержимое). После этого все инструкции print в программе будут выводить текст в конец файла log.txt, а не в стандартный поток вывода. Инструкции print благополучно продолжают вызывать метод write объекта sys.stdout независимо от того, куда он ссылается. Поскольку в каждом процессе существует всего один модуль sys, перенаправление sys.stdout таким способом будет воздействовать на все инструкции print в программе. Фактически, как будет говориться в ближайшей врезке, описывающей инструкцию print и объект stdout, существует возможность перенаправить sys. stdout в объект, который даже не является файлом, при условии, что он поддерживает ожидаемый интерфейс: метод write, принимающий строковый аргумент. Этот объект может быть классом, способным обрабатывать и перенаправлять выводимый текст произвольным образом. Этот прием с перенаправлением потока вывода в первую очередь может оказаться полезен в программах, изначально рассчитанных на использование инструкции print. Если известно, что весь вывод должен отправляться в файл, вы всегда сможете организовать вызов методов записи в файл. При перенаправлении потока вывода в программах, основанных на использовании инструкции print, настройка объекта sys.stdout обеспечивает удобную альтернативу изменению поведения всех инструкций print или применению перенаправления средствами командной оболочки системы. Автоматическое перенаправление потоков Прием перенаправления вывода текста за счет назначения файла в объекте sys.stdout очень часто используется на практике. Однако в программном коде предыдущего раздела имеется одна потенциальная проблема – отсутствует прямой способ восстановления первоначального потока вывода, если вдруг после вывода данных в файл потребуется вернуться обратно к выводу на экран. Но поскольку sys.stdout является обычным объектом, вы всегда можете в случае необходимости сохранить его и восстановить позднее:1 C:\misc> c:\python30\python >>> import sys >>> temp = sys.stdout # Сохранить для последующего восстановления >>> sys.stdout = open(‘log.txt’, ‘a’) # Перенаправить вывод в файл >>> print(‘spam’) # Выведет в файл, а не на экран >>> print(1, 2, 3) >>> sys.stdout.close() # Вытолкнуть буферы на диск >>> sys.stdout = temp # Восстановить первоначальный поток >>> print(‘back here’) back here >>> print(open(‘log.txt’).read()) spam 1 2 3 1 # Вывести на экран # Результаты более ранних обращений # к инструкции print В обеих версиях, 2.6 и 3.0, можно также использовать атрибут __stdout__ модуля sys, который ссылается на первоначальное значение sys.stdout, имевшееся на момент запуска программы. Но вам и в этом случае необходимо вручную восстановить sys. stdout в первоначальное значение sys.__stdout__, чтобы вернуться к оригинальному потоку вывода. За дополнительными подробностями обращайтесь к описанию модуля sys в руководстве по стандартной библиотеке. 370 Глава 11. Присваивание, выражения и print Потребность в таком перенаправлении возникает на удивление часто, а ручное сохранение и восстановление оригинального потока вывода – процедура достаточно сложная, что привело к появлению расширения для инструкции print, которое делает такое перенаправление ненужным. В версии 3.0 именованный аргумент file позволяет перенаправить в файл вывод единственного вызова функции print, не прибегая к переустановке значения sys.stdout. Так как такое перенаправление носит временный характер, обычные вызовы функции print продолжают выводить текст в оригинальный поток вывода. В версии 2.6 того же эффекта можно добиться, указав в начале инструкции print символы >> и вслед за ними – объект файла (или другой совместимый объект). Например, следующий фрагмент выводит текст в файл log. txt: log = open(‘log.txt’, ‘a’) print(x, y, z, file=log) print(a, b, c) # 3.0 # Вывести в объект, напоминающий файл # Вывести в оригинальный поток вывода log = open(‘log.txt’, ‘a’) print >> log, x, y, z print a, b, c # 2.6 # Вывести в объект, напоминающий файл # Вывести в оригинальный поток вывода Эти способы перенаправления удобно использовать, когда в одной и той же программе необходимо организовать вывод и в файл, и в стандартный поток вывода. Однако если вы собираетесь использовать эти формы вывода, вам потребуется создать объект-файл (или объект, который имеет метод write, как и объект файла) и передавать инструкции этот объект, а не строку с именем файла: C:\misc> c:\python30\python >>> log = open(‘log.txt’, ‘w’) >>> print(1, 2, 3, file=log) # В 2.6: print >> log, 1, 2, 3 >>> print(4, 5, 6, file=log) >>> log.close() >>> print(7, 8, 9) # В 2.6: print 7, 8, 9 7 8 9 >>> print(open(‘log.txt’).read()) 1 2 3 4 5 6 Эти расширенные формы инструкции print нередко используются для вывода сообщений об ошибках в стандартный поток ошибок, sys.stderr. Вы можете либо использовать его метод write и форматировать выводимые строки вручную, либо использовать синтаксис перенаправления: >>> import sys >>> sys.stderr.write((‘Bad!’ * 8) + ‘\n’) Bad!Bad!Bad!Bad!Bad!Bad!Bad!Bad! >>> print(‘Bad!’ * 8, file=sys.stderr) # В 2.6: print >> sys.stderr, ‘Bad’ * 8 Bad!Bad!Bad!Bad!Bad!Bad!Bad!Bad! Теперь, когда вы знаете все о перенаправлении вывода, эквивалентность функции print и метода write файлов должна показаться вам очевидной. В следующем примере демонстрируется вывод текста обоими способами в версии 3.0, затем демонстрируется перенаправление вывода во внешний файл и выполняется проверка содержимого текстовых файлов: 371 Операция print >>> >>> 1 2 >>> >>> 1 2 4 >>> X = 1; Y = 2 print(X, Y) >>> 4 >>> b’1 >>> b’1 open(‘temp2’, ‘w’).write(str(X) + ‘ ‘ + str(Y) + ‘\n’) # Запись в файл # Вывод: простой способ import sys # Вывод: сложный способ sys.stdout.write(str(X) + ‘ ‘ + str(Y) + ‘\n’) print(X, Y, file=open(‘temp1’, ‘w’)) print(open(‘temp1’, ‘rb’).read()) 2\r\n’ print(open(‘temp2’, ‘rb’).read()) 2\r\n’ # Перенаправление в файл # Двоичный режим Как видите, для отображения текста лучше пользоваться операцией print, если только вы не получаете особое удовольствие от ввода с клавиатуры. Другой пример, демонстрирующий эквивалентность использования операции print и метода write файлов, – пример имитации функции print для Python версий 2.6 и более ранних, вы найдете в главе 18. Реализация вывода, не зависящая от версии интерпретатора Наконец, для тех, кто не может ограничиться только версией Python 3.0 и ищет способ организации вывода, совместимый с 3.0, имеется несколько вариантов на выбор. Первый состоит в том, чтобы использовать инструкции print для версии 2.6 и затем автоматически преобразовывать их в эквивалентные вызовы функции print для версии 3.0 с помощью сценария 2to3. Дополнительные по дробности об этом сценарии вы найдете в документации к �� Python�� 3.0 – он пытается преобразовать программный код, написанный для версии 2.X, так, чтобы он мог выполняться под управлением Python 3.0. Второй заключается в том, чтобы использовать функцию print для версии 3.0 в программах, выполняющихся под управлением �� Python�� 2.6, включив возможность использования этой функции с помощью инструкции: from __future__ import print_function Эта инструкция включает поддержку разновидности инструкции print в интерпретаторе Python 2.6, которая точно соответствует функции print в версии 3.0. Благодаря этому вы сможете использовать все возможности функции print в версии 2.6, и при этом позднее вам не придется менять операции вывода при переходе на новую версию 3.0. Кроме�� того�� , имейте�� в�� виду�� , что�� простые�� случаи�� использования�� операции�� вы�� вода, как в первой строке табл. 11.5, будут действовать в любой версии Python. Благодаря тому, что синтаксис языка позволяет заключать в круглые скобки любые выражения, мы всегда можем имитировать вызов функции print версии 3.0 в программном коде для версии 2.6, просто добавив скобки. Единственный недостаток такого подхода состоит в том, что он образует кортеж из выводимых объектов, когда их более одного – в выводимом тексте они будут заключены в круглые скобки. В версии 3.0, например, в круглых скобках, в вызове функции, может быть указано произвольное количество объектов: 372 Глава 11. Присваивание, выражения и print C:\misc> c:\python30\python >>> print(‘spam’) # Синтаксис вызова функции print в 3.0 spam >>> print(‘spam’, ‘ham’, ‘eggs’) # Вызов с нескольким аргументами spam ham eggs В первом случае в версии 2.6 результат будет тот же самый, но во втором случае будет создан кортеж: C:\misc> c:\python26\python >>> print(‘spam’) # 2.6: использование скобок в инструкции spam >>> print(‘spam’, ‘ham’, ‘eggs’) # В действительности – это объект кортежа! (‘spam’, ‘ham’, ‘eggs’) Чтобы обеспечить настоящую независимость от версии интерпретатора, необходимо сначала сконструировать строку, используя оператор форматирования строк, или метод format, или другие инструменты для работы со строками, с которыми мы познакомились в главе 7: >>> print(‘%s %s %s’ % (‘spam’, ‘ham’, ‘eggs’)) spam ham eggs >>> print(‘{0} {1} {2}’.format(‘spam’, ‘ham’, ‘eggs’)) spam ham eggs Разумеется, если имеется возможность пользоваться исключительно версией Python 3.0, можно вообще позабыть о способах обеспечения совместимости версий. Однако многим программистам придется еще не раз столкнуться или писать программный код для версии Python 2.X. На протяжении всей книги я использую функцию print в версии Python 3.0. Обычно я буду предупреждать, что при опробовании примеров в интерпретаторе версии 2.6 в выводе могут появиться дополнительные круглые скобки, потому что при наличии нескольких элементов образуется кортеж, но иногда я не буду делать этого, поэтому считайте это примечание предупреждением – если вы увидите дополнительные круглые скобки в выводе при опробовании примеров в интерпретаторе версии 2.6, то либо опустите скобки в инструкции print, либо перепишите инструкции вывода, используя приемы обеспечения совместимости, описанные здесь, либо попытайтесь полюбить эти лишние скобки. Придется держать в уме: print и stdout Эквивалентность инструкции print и метода write объекта sys.stdout имеет большое значение. Она позволяет перенаправить объект sys.stdout в определяемый пользователем объект, который поддерживает тот же самый метод write, что и файлы. Так как инструкция print всего лишь передает текст методу sys.stdout.write, вы можете перехватывать выводимый текст, перенаправив sys.stdout в объект, обладающий методом write для обработки текста. Операция print 373 Например, можно отправить текст в окно графического интерфейса или отправить его в несколько мест, определив объект с методом write, который выполнит все необходимые действия. Пример использования такой возможности вы увидите в шестой части этой книги, когда мы будем изучать классы, но в общих чертах это выглядит примерно так: class FileFaker: def write(self, string): # Выполнить какие-либо действия со строкой import sys sys.stdout = FileFaker() print someObjects # Передает строку методу write класса Этот прием возможен благодаря тому, что инструкция print является тем, что в следующей части книги мы назовем полиморфной операцией, – она не интересуется тем, что из себя представляет объект sys. stdout, ей нужен всего лишь метод (то есть интерфейс) с именем write. Такое перенаправление в объекты может быть реализовано еще проще с помощью именованного аргумента file в версии 3.0 и расширенной формы >> инструкции print в версии 2.6, благодаря чему нам не требуется явно перенаправлять объект sys.stdout – обычные операции вывода по-прежнему будут выводить текст в объект sys.stdout: myobj = FileFaker() # 3.0: Перенаправление вывода для одной инструкции print(someObjects, file=myobj) # Не влияет на объект sys.stdout myobj = FileFaker() # 2.6: Перенаправление вывода для одной инструкции print >> myobj, someObjects # Не влияет на объект sys.stdout Встроенная функция input в языке Python читает данные из файла sys. stdin, благодаря чему существует возможность перенаправить ввод аналогичным образом, используя классы, реализующие метод read. Смотрите пример использования функции input и цикла while, который приводится в главе 10, чтобы лучше представлять себе, о чем речь. Обратите внимание, что вывод текста осуществляется в поток stdout, – это обеспечивает возможность вывода документов HTML в CGI-сценариях. Кроме того, это позволяет выполнить перенаправление ввода и вывода для сценария на языке Python обычными средствами командной строки операционной системы: python script.py < inputfile > outputfile python script.py | filterProgram Механизм перенаправления операций вывода в языке Python является альтернативой этим видам перенаправления средствами командной оболочки. 374 Глава 11. Присваивание, выражения и print В заключение В этой главе мы начали детальный обзор инструкций языка Python, исследовав инструкции присваивания, выражения и операции print. Несмотря на всю простоту использования этих инструкций, у них имеются альтернативные формы, которые являются необязательными, но порой достаточно удобными в применении. Комбинированные инструкции присваивания и возможность перенаправления вывода в операциях print, например, позволяют уменьшить объем программного кода. Кроме того, мы изучили синтаксис имен переменных, приемы перенаправления потоков и различные часто встречающиеся ошибки, которых следует избегать, такие как обратное присваивание переменной значения, возвращаемого методом append. В следующей главе мы продолжим наше знакомство с инструкциями, подробно рассмотрев инструкцию if – основную инструкцию организации выбора в языке Python. В этой главе мы еще раз вернемся к синтаксической модели языка и рассмотрим поведение логических выражений. Но прежде чем двинуться дальше, проверьте знания, полученные здесь, с помощью контрольных вопросов. Закрепление пройденного Контрольные вопросы 1. Назовите три способа, с помощью которых можно присвоить одно и то же значение трем переменным. 2. Что требуется держать в уме, когда трем переменным присваивается один и тот же изменяемый объект? 3. В чем заключается ошибка в инструкции L = L.sort()? 4. Как с помощью инструкции print вывести текст во внешний файл? Ответы 1. Можно выполнить групповое присваивание (A = B = C = 0), присваивание последовательности (A, B, C = 0, 0, 0) или несколько инструкций присваивания в отдельных строках (A = 0, B = 0 и C = 0). И последний способ, как было показано в главе 10, заключается в том, чтобы объединить инструкции в одной строке, разделив их точкой с запятой (A = 0; B = 0; C = 0). 2. Если выполнить присваивание следующим образом: A = B = C = [] то все три имени будут ссылаться на один и тот же объект, поэтому непосредственное изменение объекта с помощью одной переменной (например, A.append(99)) отразится на других. Это справедливо только для изменений, производимых непосредственно в изменяемых объектах, таких как списки и словари. Для неизменяемых объектов, таких как числа и строки, эта проблема не проявляется. 3. Метод списков sort, как и метод append, выполняет изменения непосредственно в объекте и возвращает значение None, а не измененный список. Обратное присваивание переменной L приведет к тому, что в нее запишется значение Закрепление пройденного 375 None, а не отсортированный список. Как будет показано далее в этой части книги, недавно в языке появилась новая функция sorted, которая выполняет сортировку любых последовательностей и возвращает новый список с результатами сортировки. Поскольку в этом случае изменения производятся не в самом объекте, есть смысл сохранить возвращаемое значение. 4. Чтобы реализовать вывод в файл в единственной операции print, в версии 3.0 можно использовать вызов вида print(X, file=F), а в версии 2.6 использовать расширенную форму инструкции print >> file или вручную перенаправить объект sys.stdout, открыв файл перед вызовом инструкции print и восстановив оригинальное значение после вывода. Можно также перенаправить весь выводимый программой текст в файл с помощью синтаксических конструкций системной командной оболочки, но этот вариант к языку Python никакого отношения не имеет. Глава 12 . Условная инструкция if и синтаксические правила Эта глава представляет условную инструкцию if, которая является основной инструкцией, используемой для выбора среди альтернативных операций на основе результатов проверки. Поскольку в нашем обзоре это первая составная инструкция – инструкция, встроенная в другую инструкцию, – мы заодно более подробно, чем в главе 10, рассмотрим общие концепции, на которых покоится синтаксическая модель инструкций в языке Python. А так как условная инструкция вводит понятие проверки, мы также будем иметь дело с логическими выражениями и остановимся на некоторых деталях относительно проверок истинности вообще. Условные инструкции if Если говорить простым языком, в Python инструкция if выбирает, какое действие следует выполнить. Это основной инструмент выбора в Python, который отражает большую часть логики программы на языке Python. Кроме того, это наша первая составная инструкция. Как и все составные инструкции языка Python, инструкция if может содержать другие инструкции, в том числе другие условные инструкции if. Фактически �� Python�� позволяет комбинировать инструкции в программные последовательности (чтобы они выполнялись одна за другой) и в произвольно вложенные конструкции (которые выполняются только при соблюдении определенных условий). Общая форма Условная инструкция if в языке Python – это типичная условная инструкция, которая присутствует в большинстве процедурных языков программирования. Синтаксически сначала записывается часть if с условным выражением, далее могут следовать одна или более необязательных частей elif («else if») с условными выражениями и, наконец, необязательная часть else. Условные выражения и часть else имеют ассоциированные с ними блоки вложенных ин- 377 Условные инструкции if струкций, с отступом относительно основной инструкции. Во время выполнения условной инструкции if интерпретатор выполняет блок инструкций, ассоциированный с первым условным выражением, только если оно возвращает истину, в противном случае выполняется блок инструкций else. Общая форма записи условной инструкции if выглядит следующим образом: if <test1>: <statements1> elif <test2>: <statements2> else: <statements3> # Инструкция if с условным выражением test1 # Ассоциированный блок # Необязательные части elif # Необязательный блок else Простые примеры C целью демонстрации инструкции if в действии рассмотрим несколько простых примеров. Все части этой инструкции, за исключением основной части if с условным выражением и связанных с ней инструкций, являются необязательными. В простейшем случае остальные части инструкции опущены: >>> if 1: ... print ‘true’ ... true Обратите внимание, что приглашение к вводу изменяется на ... для строк продолжения в базовом интерфейсе командной строки, используемом здесь (в IDLE текстовый курсор просто перемещается на следующую строку уже с отступом, а нажатие на клавишу Backspace возвращает на строку вверх). Ввод пустой строки (двойным нажатием клавиши Enter) завершает инструкцию и приводит к ее выполнению. Вспомните, что число 1 является логической истиной, поэтому данная проверка всегда будет успешной. Чтобы обработать ложный результат, добавьте часть else: >>> if not 1: ... print ‘true’ ... else: ... print ‘false’ ... false Множественное ветвление Теперь рассмотрим пример более сложной условной инструкции if, в которой присутствуют все необязательные части: >>> >>> ... ... ... ... ... ... Run x = ‘killer rabbit’ if x == ‘roger’: print “how’s jessica?” elif x == ‘bugs’: print “what’s up doc?” else: print ‘Run away! Run away!’ away! Run away! 378 Глава 12. Условная инструкция if и синтаксические правила Эта многострочная инструкция простирается от строки if до конца блока else. При выполнении этой инструкции интерпретатор выполнит вложенные инструкции после той проверки, которая даст в результате истину, или блок else, если все проверки дадут ложный результат (в этом примере так и происходит). На практике обе части elif и else могут быть опущены, и в каждой части может иметься более одной вложенной инструкции. Обратите внимание, что связь слов if, elif и else определена тем, что они находятся на одной вертикальной линии, с одним и тем же отступом. Если вы знакомы с такими языками, как C или Pascal, вам будет интересно узнать, что в языке Python отсутствует инструкция switch или case, которая позволяет выбирать производимое действие на основе значения переменной. Вместо этого множественное ветвление оформляется либо в виде последовательности проверок if/elif, как в предыдущем примере, либо индексированием словарей, либо поиском в списках. Поскольку словари и списки могут создаваться во время выполнения, они иногда способны обеспечить более высокую гибкость, чем жестко заданная логика инструкции if: >>> choice = ‘ham’ >>> print {‘spam’: 1.25, # Инструкция ‘switch’ на базе словаря ... ‘ham’: 1.99, # Используйте has_key или get для ... ‘eggs’: 0.99, # значения по умолчанию ... ‘bacon’: 1.10}[choice] 1.99 Тем, кто такой прием видит впервые, может потребоваться некоторое время, чтобы осознать его; и тем не менее данный словарь обеспечивает множественное ветвление через индексирование по ключу choice для выбора одного из нескольких значений, почти так же, как это делает инструкция switch в языке C. Эквивалентная, но менее компактная инструкция if в языке Python выглядит, как показано ниже: >>> if choice == ‘spam’: ... print 1.25 ... elif choice == ‘ham’: ... print 1.99 ... elif choice == ‘eggs’: ... print 0.99 ... elif choice == ‘bacon’: ... print 1.10 ... else: ... print ‘Bad choice’ ... 1.99 Обратите внимание на часть else, которая предназначена для обработки ситуации, когда не найдено ни одного совпадения. Как было показано в главе 8, значение по умолчанию при использовании словарей может быть получено с помощью оператора in, метода get или при перехвате исключения. Те же самые приемы могут использоваться и здесь – для определения действия по умолчанию в случае реализации множественного ветвления на базе словаря. Ниже приводится пример с использование метода get для получения значения по умолчанию: >>> branch = {‘spam’: 1.25, ... ‘ham’: 1.99, Синтаксические правила языка Python ... 379 ‘eggs’: 0.99} >>> print branch.get(‘spam’, ‘Bad choice’) 1.25 >>> print branch.get(‘bacon’, ‘Bad choice’) Bad choice Применение оператора in проверки на вхождение в инструкции if может обеспечить получение того же результата по умолчанию: >>> >>> ... ... ... ... Bad choice = ‘bacon’ if choice in branch: print(branch[choice]) else: print(‘Bad choice’) choice Словари хорошо подходят для выбора значений, ассоциированных с ключами, но как быть в случае более сложных действий, которые можно запрограммировать в инструкциях if? В четвертой части книги вы узнаете, что словари также могут содержать функции, выполняющие сложные действия при ветвлении, реализуя обычные таблицы переходов. В этом случае функции, играющие роль значений в словаре, часто создаются как лямбда-функции и вызываются добавлением круглых скобок. Подробнее об этом вы прочитаете в главе 19. Множественное ветвление на базе словаря довольно удобно использовать в программах, которые имеют дело с динамическими данными, однако большинство программистов согласятся, что использование инструкции if является наиболее простым способом организации множественного ветвления. Обычно при колебаниях при выборе того или иного подхода предпочтение следует отдавать более простому и более удобочитаемому способу. Синтаксические правила языка Python Первое знакомство с синтаксической моделью языка Python состоялось в главе 10. Теперь, когда мы подошли к таким крупным инструкциям, как if, настало время пересмотреть и дополнить сведения о синтаксисе, введенные ранее. Вообще язык программирования Python обладает простым синтаксисом, основанным на применении инструкций. Однако он обладает некоторыми особенностями, о которых вам необходимо знать: •• Инструкции выполняются последовательно, одна за другой, пока не будет предусмотрено что-то другое. Обычно интерпретатор выполняет инструкции в файле или в блоке от начала до конца, но такие инструкции, как if (и, как будет показано далее, циклы), заставляют интерпретатор выполнять переходы внутри программного кода. Так как путь интерпретатора Python через текст программы называется потоком управления, такие инструкции, как if, часто называются инструкциями управления потоком выполнения. •• Границы блоков и инструкций определяются автоматически. Как мы уже видели, в языке Python отсутствуют фигурные скобки или разделители «begin/end», окружающие блоки программного кода. Вместо этого принадлежность инструкций к вложенному блоку определяется по величине отступов. Точно так же инструкции в языке Python обычно не завершаются 380 Глава 12. Условная инструкция if и синтаксические правила точкой с запятой; обычно признаком конца инструкции служит конец строки с этой инструкцией. •• Составные инструкции = “заголовок + «:» + инструкции с отступами”. Все составные инструкции в языке Python оформляются одинаково: строка с заголовком завершается двоеточием, далее следуют одна или более вложенных инструкций, обычно с отступом относительно заголовка. Эти инструкции с отступами называются блоком (или иногда набором). В инструкции if предложения elif и else являются не только частями инструкции if, но и заголовками с собственными вложенными блоками. •• Пустые строки, пробелы и комментарии обычно игнорируются. Пустые строки игнорируются в файлах (но не в интерактивной оболочке, когда они завершают составные инструкции). Пробелы внутри инструкций и выражений игнорируются практически всегда (за исключением строковых литералов, а также когда они используются для оформления отступов). Комментарии игнорируются всегда: они начинаются с символа # (не внутри строковых литералов) и простираются до конца строки. •• Строки документирования игнорируются, но сохраняются и отображаются специализированными инструментами. В языке Python поддерживается дополнительная форма комментариев, которая называется строками документирования, которые, в отличие от комментариев, начинающихся с #, сохраняются и доступны для просмотра во время выполнения. Строки документирования – это обычные строки, которые располагаются в начале файлов с программами и в некоторых инструкциях. Интерпретатор игнорирует их содержимое, но они автоматически присоединяются к объектам во время выполнения и могут отображаться инструментами доступа к документации. Строки документирования являются частью стратегии документирования в языке Python и будут рассматриваться в последней главе этой части книги. Как уже говорилось ранее, в языке Python отсутствует необходимость объявлять типы переменных – только один этот факт упрощает синтаксис языка больше, чем любые другие особенности. Но для большинства новых пользователей самой необычной особенностью синтаксиса языка Python кажется отсутствие фигурных скобок и точек с запятой, используемых в качестве разделителей блоков и инструкций во многих других языках, поэтому давайте рассмотрим их поближе. Разделители блоков: правила оформления отступов Интерпретатор автоматически определяет границы блоков по величине отступов – то есть по ширине пустого пространства слева от программного кода. Все инструкции, смещенные вправо на одинаковое расстояние, принадлежат к одному и тому же блоку кода. Другими словами, инструкции в блоке выстроены по вертикальной линии. Блок заканчивается либо с концом файла, либо как только встретится строка с меньшим отступом; более глубоко вложенные блоки имеют более широкие отступы, чем инструкции в объемлющем блоке. Например, на рис. 12.1 показана структура блоков следующего фрагмента программного кода: x = 1 if x: 381 Синтаксические правила языка Python y = 2 if y: print ‘block2’ print ‘block1’ print ‘block0’ Блок 0 Заголовок: Блок 1 Заголовок: Блок 2 Блок 1 Блок 0 Рис. 12.1. Вложенные блоки программного кода: вложенный блок начинается с инструкции, имеющей больший отступ, и заканчивается либо когда будет встречена инструкция с меньшим отступом, либо в конце файла Данный фрагмент содержит три блока: первый (программный код верхнего уровня) вообще не имеет отступов, второй (внутри внешней инструкции if) имеет отступ из четырех пробелов и третий (инструкция print внутри вложенной инструкции if) имеет отступ из восьми пробелов. Вообще программный код верхнего уровня (не вложенный) должен начинаться в строках с позиции 1. Вложенные блоки могут начинаться с любой позиции – отступ может состоять из любого числа пробелов и символов табуляции, главное, чтобы все инструкции в одном блоке имели одинаковые отступы. То есть для интерпретатора не важно, как будут оформляться отступы, главное, чтобы оформление было непротиворечивым. Наиболее часто для смещения на один уровень используются четыре пробела или один символ табуляции, но в этом отношении не существует никаких стандартов. Правила оформления отступов в программном коде являются вполне естественными. Например, в следующем фрагменте демонстрируются типичные ошибки, связанные с оформлением отступов: x = ‘SPAM’ # Ошибка: отступ в первой строке if ‘rubbery’ in ‘shrubbery’: print(x * 8) x += ‘NI’ # Ошибка: неуместный отступ if x.endswith(‘NI’): x *= 2 print(x) # Ошибка: непоследовательное оформление отступов Правильно оформленная версия этого фрагмента приводится ниже – даже в таком простом примере, как этот, правильное оформление отступов делает программный код намного более удобочитаемым: 382 Глава 12. Условная инструкция if и синтаксические правила x = ‘SPAM’ if ‘rubbery’ in ‘shrubbery’: print(x * 8) x += ‘NI’ if x.endswith(‘NI’): x *= 2 print(x) # Выведет “SPAMNISPAMNI” Единственное, где в языке Python пробелы имеют большое значение, – это когда они находятся левее программного кода; в большей части других случаев неважно, есть пробелы или нет. При этом отступы в действительности являются частью синтаксиса языка, а не просто предложением по оформлению: все инструкции внутри любого заданного блока должны иметь одинаковые отступы, в противном случае интерпретатор сообщит о синтаксической ошибке. Т.к. вам не требуется явно отмечать начало и конец вложенного блока, различные синтаксические элементы, которые можно найти в других языках, в языке Python не нужны. Как уже отмечалось в главе 10, отступы, как часть синтаксической модели, стали важным компонентом обеспечения удобочитаемости в языках структурного программирования, таких как Python. Иногда синтаксис языка Python�� описывают фразой «what you see is what you get» (что видишь, то и получаешь) – отступ каждой строки однозначно говорит, к какому блоку она принадлежит. Такой непротиворечивый внешний вид программного кода на языке Python обеспечивает простоту его сопровождения и многократного использования. Отступы выглядят в программном коде куда более естественно, чем можно было бы подумать, и они обеспечивают отражение его логической структуры. Программный код, в котором отступы оформлены непротиворечивым образом, всегда будет соответствовать правилам языка Python. Кроме того, многие текстовые редакторы (включая IDLE) упрощают следование модели отступов, автоматически выравнивая программный код по мере его ввода. Не смешивайте пробелы и символы табуляции: новый механизм проверки ошибок в версии 3.0 Для оформления отступов допускается использовать пробелы и символы табуляции, но обычно не принято смешивать их внутри блока – используйте что-то одно – или пробелы, или символы табуляции. С технической точки зрения считается, что символ табуляции смещает текущую позицию в строке до ближайшей позиции с номером, кратным 8, и программный код будет интерпретироваться безошибочно, если пробелы и символы табуляции смешиваются непротиворечивым способом. Однако такой программный код будет достаточно сложно изменять. Хуже того, смешивание пробелов и символов табуляции ухудшают удобочитаемость программного кода – символы табуляции могут отображаться в текстовом редакторе другого программиста совсем не так, как у вас. В действительности, по только что описанным причинам, интерпретатор �� Python�� 3.0 считает ошибкой непоследовательное смешивание пробелов и символов табуляции в пределах блока (то есть, когда величина отступов из смешанных символов в пределах блока может отличаться в зависимости от интерпретации ширины символов табуляции). В �� Python�� 2.6 допускается подобное смешивание. Однако эта версия интерпретатора имеет ключ -t командной строки, при использовании которого интерпретатор будет предупреждать о непосле- Синтаксические правила языка Python 383 довательном использовании символов табуляции, а при запуске с ключом -tt он будет считать ошибкой такое оформление программного кода (вы можете указывать эти ключи в командной строке при запуске своего сценария, например: python –t main.py). Режим работы интерпретатора Python 3.0 эквивалентен запуску интерпретатора версии 2.6 с ключом -tt. Разделители инструкций: строки и многострочные инструкции В языке Python инструкция обычно заканчивается в конце строки. Однако если инструкция слишком велика, чтобы уместиться в одной строке, можно использовать следующие специальные правила размещения инструкции в нескольких строках: •• Инструкции могут располагаться в нескольких строках, если они окружены синтаксической парой скобок. Язык Python позволяет продолжить ввод инструкции в следующей строке, когда содержимое инструкции заключено в пару скобок (), {} или []. Примерами инструкций, которые могут располагаться в нескольких строках, могут служить выражения в круглых скобках, литералы словарей и списков – инструкция не считается законченной, пока интерпретатор Python не встретит строку с закрывающей скобкой (), } или ]). Промежуточные строки (вторая и последующие строки инструкции) могут иметь любые отступы, но желательно, чтобы вы обеспечили одинаковое выравнивание по вертикали для повышения удобочитаемости, если это возможно. Это правило относится также к генераторам словарей и множеств в Python 3.0. •• Инструкции могут располагаться в нескольких строках, если они завершаются символом обратного слеша. Это несколько устаревшая особенность, но если необходимо разместить инструкцию в нескольких строках, можно в конец каждой предшествующей строки вставить символ обратного слеша, который будет служить признаком, что инструкция продолжается на следующей строке. Так как существует возможность использовать круглые скобки для заключения длинных конструкций, символы обратного слеша практически никогда не используются. При использовании такого подхода легко допустить ошибку: обычно интерпретатор замечает отсутствие символа \ и выводит сообщение об ошибке, но если текущая и следующая строки могут интерпретироваться, как самостоятельные и независимые инструкции, ошибка не будет замечена, а результат может оказаться непредсказуемым. •• Литералы строк в тройных кавычках могут располагаться в нескольких строках. Очень длинные строковые литералы можно разместить в нескольких строках – блоки строк в тройных кавычках, с которыми мы встретились в главе 7, предназначены именно для этих целей. Там же, в главе 7, мы узнали, что к строковым литералам применяется неявная операция конкатенации – в соответствии с правилом скобок, упоминавшимся выше, использование круглых скобок позволит расположить несколько строковых литералов в разных строках. •• Другие правила. Существует еще несколько моментов, которые хотелось бы упомянуть. Хотя это и используется редко, инструкции можно завершать точкой с запятой – иногда это соглашение применяется, чтобы компактно разместить несколько инструкций в одной строке. Кроме того, в любом ме- 384 Глава 12. Условная инструкция if и синтаксические правила сте в файле могут присутствовать пустые строки и комментарии. Комментарии (которые начинаются с символа #) простираются до конца строки. Несколько специальных случаев Ниже показано, как выглядит инструкция при использовании правила использования скобок. Конструкции, заключенные в скобки, могут занимать произвольное число строк: L = [“Good”, “Bad”, “Ugly”] # Пара скобок может охватывать несколько строк Этот прием также можно использовать с круглыми скобками (выражения, аргументы функций, заголовки функций, кортежи и выражения-генераторы) и с фигурными скобками (словари, литералы множеств в версии 3.0, а также генераторы множеств и словарей). С некоторыми из этих инструментов мы познакомимся в следующих главах, однако это правило охватывает большинство конструкций, которые могут располагаться в нескольких строках. При желании можно использовать символы обратного слеша, но этот прием редко используется на практике: if a == b and c == d and \ d == e and f == g: print(‘olde’) # Символы обратного слеша позволяют продолжить... Поскольку любое выражение можно заключить в круглые скобки, то лучше использовать их, когда возникает необходимость расположить инструкцию в нескольких строках: if (a == b and c == d and d == e and e == f): print(‘new’) # Но круглые скобки позволяют то же самое На практике символы обратного слеша к использованию не рекомендуются, потому что они малозаметны и их легко пропустить по случайности. В следующем примере задача состояла в присваивании переменной x значения 10, если учесть наличие символа обратного слеша. Однако если обратный слеш случайно опустить, переменной x будет присвоено значение 6; при этом никаких сообщений об ошибке не появится (+4 – это допустимая инструкция выражения). В действующих программах подобная случайность в более сложных инструкциях присваивания могла бы привести к весьма неприятным проблемам:1 x = 1 + 2 + 3 \ +4 1 # Отсутствие \ существенно изменяет смысл выражения Откровенно говоря, меня очень удивило, что возможность использования символа обратного слеша таким способом не была ликвидирована в Python 3.0, особенно если учесть, насколько грандиозны были некоторые из изменений! (В табл. П.2, в предисловии, приводится список возможностей, которые были убраны в версии 3.0, – некоторые из них кажутся весьма безобидными по сравнению с опасностями, которые таит в себе такое использование символа обратного слеша.) С другой стороны, цель этой книги – изучение языка Python, а не популистские разглагольствования, поэтому я могу только посоветовать: не используйте эту возможность. 385 Проверка истинности Еще один специальный случай: в языке Python допускается записывать в одной строке несколько несоставных инструкций (то есть инструкций, которые не имеют вложенных инструкций), разделяя их точками с запятой. Некоторые программисты используют эту возможность для экономии пространства в файле, однако удобочитаемость будет выше, если в каждой строке размещать только одну инструкцию: x = 1; y = 2; print(x) # Несколько простых инструкций в одной строке Как мы узнали в главе 7, строковые литералы в тройных кавычках также могут занимать несколько строк. Кроме того, если два строковых литерала следуют друг за другом, они объединяются, как если бы между ними стоял оператор конкатенации +. Согласно правилу скобок, если несколько строковых литералов окружить круглыми скобками, их можно будет расположить в разных строках. В первом примере ниже между строками будет вставлен символ конца строки и переменной S будет присвоен результат ‘\naaaa\nbbbb \ncccc’, а во втором примере будет выполнена неявная операция конкатенации и переменной S будет присвоена строка ‘aaaabbbbcccc’. Во втором случае комментарии будут игнорироваться, а в первом они станут частью строки S: S = “”” aaaa bbbb cccc””” S = (‘aaaa’ ‘bbbb’ ‘cccc’) # Этот комментарий игнорируется И наконец, Python позволяет располагать тело составной инструкции в одной строке с заголовком при условии, что тело образует простая (несоставная) инструкция. Вам часто придется видеть следующий вариант использования простых инструкций с единственным условием и действием: if 1: print(‘hello’) # Простая инструкция в строке заголовка Эти специальные случаи можно комбинировать между собой, чтобы писать программный код, который будет сложно читать, но я не рекомендую поступать так – старайтесь записывать по одной инструкции в строке и выравнивайте все блоки; исключение могут составлять только простейшие случаи. Когда вам придется вернуться к своей программе спустя полгода, вы будете рады, что поступали именно так. Проверка истинности Понятия сравнения, равенства и значений истинности были введены в главе 9. Инструкция if – это первая инструкция на нашем пути, которая использует результаты проверки, поэтому здесь мы подробнее поговорим о некоторых из этих идей. В частности, о том, что логические операторы в языке Python несколько отличаются от аналогичных операторов в таких языках, как C. В языке Python: •• Любое число, не равное нулю, или непустой объект интерпретируется как истина. 386 Глава 12. Условная инструкция if и синтаксические правила •• Числа, равные нулю, пустые объекты и специальный объект None интерпретируются как ложь. •• Операции сравнения и проверки на равенство применяются к структурам данных рекурсивно. •• Операции сравнения и проверки на равенство возвращают значение True или False (которые представляют собой версии чисел 1 и 0). •• Логические операторы and и or возвращают истинный или ложный объектоперанд. В двух словах, логические операторы используются для объединения результатов других проверок. В языке Python существует три логических оператора: X and Y Истина, если оба значения X и Y истинны. X or Y Истина, если любое из значений X или Y истинно. not X Истина, значение X ложно (выражение возвращает значение True или False) Здесь X и Y могут быть любыми значениями истинности или выражениями, которые возвращают значения истинности (например, выражение проверки на равенство, сравнение с диапазоном значений и так далее). В языке Python логические операторы имеют вид слов (вместо обозначений &&, || и !, как это реализовано в языке C). Кроме того, логические операторы and и or возвращают истинный или ложный объект, а не значение True или False. Рассмотрим несколько примеров, чтобы понять, как они работают: >>> 2 < 3, 3 < 2 (True, False) # Меньше чем: возвращает True или False (1 или 0) Операция сравнения величин, как в данном случае, возвращает в качестве результата значение True или False, которые, как мы узнали в главах 5 и 9, в действительности являются особыми версиями целых чисел 1 и 0 (выводятся они особым образом, а во всем остальном являются обычными числами). С другой стороны, операторы and и or всегда возвращают объект – объект либо слева от оператора, либо справа. Если действие этих операторов проверяется инструкцией if или другими инструкциями, они будут иметь ожидаемый результат (не забывайте, что каждый объект может интерпретироваться как истина или как ложь), но это не будут простые значения True или False. В случае оператора or интерпретатор начинает вычислять значения объектовоперандов слева направо и возвращает первый, имеющий истинное значение. Кроме того, интерпретатор прекратит дальнейшие вычисления, как только будет найден первый объект, имеющий истинное значение. Это обычно называют вычислением по короткой схеме, так как конечный результат становится известен еще до вычисления остальной части выражения: >>> (2, >>> 3 >>> {} 2 or 3, 3 or 2 3) [] or 3 [] or {} # Вернет левый операнд, если он имеет истинное значение # Иначе вернет правый операнд (истинный или ложный) 387 Трехместное выражение if/else В первой строке предыдущего примера оба операнда (2 и 3) имеют истинные (то есть ненулевые) значения, поэтому интерпретатор всегда будет останавливать вычисления и возвращать операнд слева. В других двух операциях левый операнд имеет ложное значение (пустой объект), поэтому интерпретатор просто вычисляет и возвращает объект справа (который может иметь как истинное, так и ложное значение). Вычисление оператора and также останавливается, как только результат станет известен, однако в этом случае интерпретатор вычисляет операнды слева направо и возвращает первый объект, имеющий ложное значение: >>> (3, >>> [] >>> [] 2 and 3, 3 and 2 2) [] and {} # Вернет левый операнд, если он имеет ложное значение # Иначе вернет правый операнд (истинный или ложный) 3 and [] Здесь в первой строке оба операнда имеют истинные значения, поэтому интерпретатор вычислит оба операнда и вернет объект справа. Во второй проверке левый операнд имеет ложное значение ([]), поэтому интерпретатор останавливает вычисления и возвращает его в качестве результата проверки. В последней проверке левый операнд имеет истинное значение (3), поэтому интерпретатор вычисляет и возвращает объект справа (который имеет ложное значение []). Конечный результат будет тот же, что и в языке C и во многих других языках, – вы получаете значение, которое логически интерпретируется как истина или ложь при использовании в инструкции if или while. Однако в языке Python логические операторы возвращают либо левый, либо правый объект, а не простое целочисленное значение. Такое поведение операторов and и or может показаться странным на первый взгляд, поэтому загляните во врезку «Придется держать в уме: логические значения», где вы найдете примеры, как иногда эта особенность может использоваться программистами на языке Python. Кроме того, в следующем разделе демонстрируются часто встречающиеся способы использования такого поведения операторов и их замена в более свежих версиях Python. Трехместное выражение if/else Одна из основных ролей логических операторов в языке Python заключается в образовании выражений, которые выполняются так же, как условная инструкция if. Рассмотрим следующую инструкцию, которая записывает в A значение Y или Z, в зависимости от истинности значения X: if X: A = Y else: A = Z Иногда, как в данном примере, элементы инструкции настолько просты, что кажется излишеством тратить на них четыре строки. В некоторых случаях у нас может появиться желание вложить такую конструкцию внутрь другой инструкции вместо того, чтобы выполнять присваивание переменной. По этим причинам (и, откровенно говоря, потому что в языке C имеется похожая 388 Глава 12. Условная инструкция if и синтаксические правила возможность)1 в версии Python 2.5 появилась новая конструкция, позволяющая записать те же действия в виде единственного выражения: A = Y if X else Z Данное выражение дает тот же результат, что и предыдущая четырехстрочная инструкция if, но выглядит она проще. Как и в предыдущей инструкции, интерпретатор выполняет выражение Y, только если объект X имеет истинное значение, а выражение Z выполняется, только если объект X имеет ложное значение. То есть вычисления здесь также выполняются по сокращенной схеме. Ниже приводятся несколько примеров выражения в действии: >>> >>> ‘t’ >>> >>> ‘f’ A = ‘t’ if ‘spam’ else ‘f’ # Непустая строка – это истина A A = ‘t’ if ‘’ else ‘f’ A До версии Python 2.5 (да и после) тот же эффект можно было получить за счет комбинирования операторов and и or благодаря тому, что они возвращают объект слева или справа: A = ((X and Y) or Z) Этот прием работает, но он скрывает в себе ловушку – он предполагает, что Y будет иметь истинное значение. В этом случае эффект будет тот же самый: оператор and выполнится первым и вернет Y, если X имеет истинное значение. В противном случае оператор or просто вернет Z. Другими словами, мы получаем: «if X then Y else Z». Эта комбинация операторов and/or требует некоторого времени, чтобы осознать ее при первом знакомстве, но, начиная с версии 2.5, надобность в таком приеме отпала, так как существует более наглядная конструкция Y if X else Z, которую можно использовать в качестве выражения. Если же составляющие достаточно сложны, лучше использовать полноценную инструкцию if. В качестве дополнительного примечания: в языке Python�� следующее выражение дает похожий эффект – благодаря тому, что функция bool преобразует X в соответствующее целое число 1 или 0, которое затем используется для выбора требуемого значения из списка: A = [Z, Y][bool(X)] Например: >>> [‘f’, ‘t’][bool(‘’)] ‘f’ >>> [‘f’, ‘t’][bool(‘spam’)] ‘t’ 1 В действительности, порядок следования операндов в выражении X if Y else Z в языке Python несколько отличается от выражения Y ? X : Z в языке C. Такой порядок был выбран в соответствии с анализом наиболее распространенных шаблонов программирования в языке Python, а также отчасти, чтобы помочь бывшим программистам на языке C избавиться от привычки злоупотреблять этим выражением. Не забывайте, что в языке Python исповедуется принцип – чем проще, тем лучше. Трехместное выражение if/else 389 Однако это далеко не то же самое, потому что в данном случае интерпретатор не использует сокращенную схему вычисления – он всегда будет вычислять оба значения Z и Y, независимо от значения X. Из-за всех этих сложностей лучше использовать более простое и более понятное выражение if/else, появившееся в версии Python 2.5. Кроме того, этим выражением не следует злоупотреблять и следует использовать его, только если части выражения достаточно просты, в противном случае лучше использовать обычную инструкцию if, что облегчит модификацию программного кода в будущем. Ваши коллеги будут благодарны вам за это. Однако вы по-прежнему можете встретить конструкцию на основе комбинации and/or в программном коде, написанном до появления версии Python 2.5 (и в программном коде, написанном программистами, использовавшими язык C, и не сумевшими избавиться от прошлых привычек). Придется держать в уме: логические значения В языке Python часто используется прием выбора одного объекта из множества, основанный на необычном поведении логических операторов. Следующая инструкция: X = A or B or C or None присвоит переменной X первый непустой (имеющий истинное значение) объект из множества объектов A, B и C или None, если все эти объекты окажутся пустыми. Этот прием стал возможен благодаря тому, что оператор or возвращает один из двух объектов и, как оказывается, это весьма распространенная парадигма программирования на языке Python: чтобы выбрать непустой объект из фиксированного множества, достаточно просто объединить их в выражение с помощью оператора or. В простейшем случае эту особенность можно использовать для назначения значения по умолчанию – следующая инструкция присвоит переменной X значение переменной A, если оно истинно (или непустое), и default – в противном случае: X = A or default Также важно осознать, как выполняются вычисления по сокращенной схеме, потому что справа от логического оператора может находиться функция, выполняющая важную работу или оказывающая побочное влияние, вызов которой не произойдет из-за действия правила вычисления по сокращенной схеме: if f1() or f2(): ... В данном случае, если функция f1 вернет истинное (или непустое) значение, интерпретатор никогда не вызовет функцию f2. Чтобы гарантировать вызов обеих функций, можно вызвать их до применения оператора or: tmp1, tmp2 = f1(), f2() if tmp1 or tmp2: ... 390 Глава 12. Условная инструкция if и синтаксические правила Вы уже видели другой вариант использования такого поведения: благодаря особенностям работы логических операторов выражение ((A and B) or C) может использоваться для достаточно близкой (смотрите обсуждение этой инструкции выше) имитации инструкции if/else. Другие случаи логических значений мы уже видели в предыдущих главах. Как мы видели в главе 9, вследствие того, что все объекты могут расцениваться как истинные или ложные значения, в языке Python легко и просто выполнить проверку объекта напрямую (if X:) вместо того, чтобы сравнивать его с пустым значением (if X != ‘’:). В случае строк эти две проверки равнозначны. Мы также узнали в главе 5, что логические значения True и False являются обычными целыми числами 1 и 0 и могут использоваться для инициализации переменных (X = False), в условных выражениях циклов (while True:) и для отображения результатов в интерактивном сеансе. Кроме того, в шестой части, при обсуждении темы перегрузки операторов мы увидим, что в определениях новых типов объектов с помощью классов имеется возможность определять их логическую природу с помощью методов __bool__ и __len__ (метод __bool__ в версии 2.6 носит имя __nonzero__). Если первый метод отсутствует в определении класса, для проверки истинности объекта используется второй метод – если возвращаемая длина равна нулю, объект считается ложным, так как пустые объекты всегда считаются ложными. В заключение В этой главе мы познакомились с инструкцией if языка Python. Так как это была первая составная инструкция на нашем пути, мы попутно рассмотрели общие синтаксические правила языка Python�� и поближе познакомились с операциями проверки истинности. Кроме того, мы также узнали, как в языке Python реализуется множественное ветвление, и изучили форму выражений if/else, которая впервые появилась в версии Python 2.5. В следующей главе мы продолжим изучение процедурных инструкций и рассмотрим циклы while и for. Там будет рассказано об альтернативных способах программирования циклов в языке Python, каждый из которых имеет свои преимущества. Но перед этим вас ждут обычные контрольные вопросы главы. Закрепление пройденного Контрольные вопросы 1. Как в языке Python можно оформить множественное ветвление? 2. Как в языке Python можно оформить инструкцию if/else в виде выражения? 3. Как можно разместить одну инструкцию в нескольких строках? 4. Что означают слова True и False? Закрепление пройденного 391 Ответы 1. Самый простой, хотя и не самый краткий способ организации множественного ветвления заключается в использовании инструкции if с несколькими частями elif. Нередко того же результата можно добиться с помощью операции индексирования в словаре, особенно если учесть, что словари могут содержать функции, созданные с помощью инструкций def или выражений lambda. 2. В версии Python 2.5 выражение Y if X else Z возвращает Y, если X имеет истинное значение, или Z – в противном случае. Это выражение эквивалентно инструкции if из четырех строк. Комбинация операторов and/or ((X and Y) or Z) может действовать точно так же, но она менее понятна и требует, чтобы часть Y имела истинное значение. 3. Обернув инструкцию синтаксически уместной парой скобок ((), [], или {}), можно расположить ее на нескольких строках – инструкция будет считаться законченной, когда интерпретатор обнаружит правую закрывающую скобку. Строки инструкции, со второй и далее, могут иметь любые отступы. 4. True и False – это всего лишь версии целых чисел 1 и 0 соответственно. В языке Python они обозначают истинные и ложные значения. Они могут использоваться в операциях проверки истинности и для инициализации переменных, а также выводиться как результаты выражений в интерактивном сеансе. Глава 13 . Циклы while и for В этой главе мы встретимся с двумя основными конструкциями организации циклов в языке Python – инструкциями, которые выполняют одну и ту же последовательность действий снова и снова. Первая из них, инструкция while, обеспечивает способ организации универсальных циклов; вторая, инструкция for, предназначена для обхода элементов в последовательностях и выполнения блока программного кода для каждого из них. Ранее мы уже встречались с этими инструкциями, но в этой главе мы получим более полное представление о них. Кроме того, мы попутно рассмотрим некоторые менее известные инструкции, используемые в циклах, такие как break и continue, и встроенные функции, такие как range, zip и map, которые используются вместе с циклами. В языке Python существуют и другие способы организации циклов, но инструкции while и for, которые описываются здесь, являются основными синтаксическими элементами, предоставляющими возможность программирования повторяющихся действий. Тема итераций будет продолжена в следующей главе, где мы исследуем родственные концепции протокола итераций в языке Python (используется инструкцией for). В последующих главах мы займемся исследованием еще более экзотических инструментов организации циклов, таких как генераторы, функции filter и reduce. Но пока начнем с самого простого. Циклы while Инструкция while является самой универсальной конструкцией организации итераций в языке Python. Проще говоря, она продолжает выполнять блок инструкций (обычно с отступами) до тех пор, пока условное выражение продолжает возвращать истину. Она называется «циклом», потому что управление циклически возвращается к началу инструкции, пока условное выражение не вернет ложное значение. Как только в результате проверки будет получено ложное значение, управление будет передано первой инструкции, расположенной сразу же за вложенным блоком тела цикла while. В результате тело цикла продолжает выполняться снова и снова, пока условное выражение возвращает 393 Циклы while истинное выражение, а если условное выражение сразу вернет ложное значение, тело цикла никогда не будет выполнено. Общий формат В своей наиболее сложной форме инструкция while состоит из строки заголовка с условным выражением, тела цикла, содержащего одну или более инструкций с отступами, и необязательной части else, которая выполняется, когда управление передается за пределы цикла без использования инструкции break. Интерпретатор продолжает вычислять условное выражение в строке заголовка и выполнять вложенные инструкции в теле цикла, пока условное выражение не вернет ложное значение: while <test>: <statements1> else: <statements2> # # # # # Условное выражение test Тело цикла Необязательная часть else Выполняется, если выход из цикла производится не инструкцией break Примеры Для иллюстрации рассмотрим несколько простых циклов while в действии. Первый, который содержит инструкцию print, вложенную в цикл while, просто выводит сообщение до бесконечности. Не забывайте, что True – это всего лишь особая версия целого числа 1, и оно обозначает истинное значение, поэтому результатом этого условного выражения всегда будет истина, и интерпретатор бесконечно будет выполнять тело цикла, пока вы не прервете его выполнение. Такие циклы обычно называются бесконечными: >>> while True: ... print(‘Type Ctrl-C to stop me!’) Следующий фрагмент продолжает вырезать из строки первый символ, пока она не опустеет и в результате не превратится в ложное значение. Это обычная практика – проверка истинности объектов осуществляется непосредственно вместо использования более растянутого эквивалента (while x != ‘’:). Далее в этой главе мы рассмотрим другие способы обхода элементов строки с помощью цикла for. >>> x = ‘spam’ >>> while x: # Пока x не пустая строка ... print(x, end=’ ‘) ... x = x[1:] # Вырезать первый символ из x ... spam pam am m Обратите внимание на именованный аргумент end=’ ‘, который обеспечивает вывод значений в одну строку через пробел. Если вы забыли, чем это объясняется, обращайтесь к главе 11. Следующий фрагмент перебирает значения от a до b, не включая значение b. Ниже мы рассмотрим более простой способ выполнения этих же действий с помощью цикла for и встроенной функции range: >>> a=0; b=10 >>> while a < b: # Один из способов организации циклов перечисления ... print(a, end=’ ‘) ... a += 1 # Или, a = a + 1 394 Глава 13. Циклы while и for ... 0 1 2 3 4 5 6 7 8 9 Наконец, обратите внимание, что в языке Python отсутствует цикл «do until», имеющийся в других языках программирования. Однако его можно имитировать, добавив в конец тела цикла условную инструкцию и инструкцию break: while True: ...тело цикла... if exitTest(): break Чтобы окончательно понять, как эта структура работает, нам необходимо перейти к следующему разделу и поближе познакомиться с инструкцией break. break, continue, pass и else Теперь, когда мы познакомились с несколькими циклами в действии, настало время обратить внимание на две простые инструкции, которые могут использоваться только внутри циклов – инструкции break и continue. Раз уж мы занялись изучением необычных инструкций, заодно рассмотрим здесь часть else, потому что она некоторым образом связана с инструкцией break, и заодно пустую инструкцию-заполнитель pass (которая не имеет прямого отношения к циклам, а относится к категории простых инструкций, состоящих из одного слова). В языке Python: break Производит переход за пределы объемлющего цикла (всей инструкции цикла). continue Производит переход в начало цикла (в строку заголовка). pass Ничего не делает: это пустая инструкция, используемая как заполнитель. Блок else Выполняется, только если цикл завершился обычным образом (без использования инструкции break). Общий формат цикла С учетом инструкций break и continue цикл while в общем виде выглядит, как показано ниже: while <test1>: <statements1> if <test2>: break # Выйти из цикла, пропустив часть else if <test3>: continue # Перейти в начало цикла, к выражению test1 else: <statements2> # Выполняется, если не была использована # инструкция ‘break’ Инструкции break и continue могут появляться в любом месте внутри тела цикла while (или for), но как правило, они используются в условных инструкциях if, чтобы выполнить необходимое действие в ответ на некоторое условие. 395 break, continue, pass и else Обратимся к нескольким простым примерам, чтобы увидеть, как эти инструкции используются на практике. pass Инструкция pass не выполняет никаких действий и используется в случаях, когда синтаксис языка требует наличия инструкции, но никаких полезных действий в этой точке программы выполнить нельзя. Она часто используется в качестве пустого тела составной инструкции. Например, создать бесконечный цикл, который ничего не делает, можно следующим образом: while 1: pass # Нажмите Ctrl-C, чтобы прервать цикл! Поскольку тело цикла – это всего лишь пустая инструкция, интерпретатор «застрянет» в этом цикле. Грубо говоря, pass в мире инструкций – это то же, что None в мире объектов, – явное ничто. Обратите внимание, что тело этого цикла while находится в той же строке, что и заголовок, после двоеточия. Как и в случае с инструкцией if, такой прием можно использовать только в случае, когда тело цикла образует несоставная инструкция. Этот пример вечно делает «ничто». Вероятно, это самая бесполезная программа (если только вы не хотите погреться у своего ноутбука в холодный зимний день!), которая когда-либо была написана на языке Python, и, тем не менее, я не смог придумать лучший пример применения инструкции pass. Далее мы увидим, где эта инструкция может использоваться с большим смыслом, например, для того, чтобы игнорировать исключение в инструкции try, или для определения пустых классов, реализующих объекты, которые ведут себя подобно структурам и записям в других языках. Иногда инструкция pass используется как заполнитель, вместо того, «что будет написано позднее», и в качестве временного фиктивного тела функций: def func1(): pass # Реализация функции будет добавлена позже def func2(): pass Задание пустого тела функции вызовет синтаксическую ошибку, поэтому в подобных ситуациях можно использовать инструкцию pass. Примечание, касающееся различий между версиями: В версии Python 3.0 (но не в 2.6) вместо любого выражения допускается использовать многоточие ... (буквально, три точки, следующие друг за другом). Многоточие само по себе не выполняет никаких действий, поэтому его можно использовать как альтернативу инструкции pass, в частности вместо программного кода, который будет написан позднее, – своего рода примечание «TBD» (To Be Done – подлежит реализации) на языке Python: def func1(): ... def func2(): ... func1() # Альтернатива инструкции pass # При вызове не выполняет никаких действий 396 Глава 13. Циклы while и for Многоточие может также присутствовать в одной строке с заголовком инструкции и использоваться для инициализации переменных, когда не требуется указывать значение какого-то определенного типа: def func1(): ... def func2(): ... # Может также присутствовать в той же строке >>> X = ... >>> X Ellipsis # Альтернатива объекту None Такая форма записи впервые появилась в версии Python 3.0 (и может использоваться гораздо шире своего основного предназначения – в расширенных операциях извлечения среза). Возможно, со временем в подобных ситуациях многоточие получит более широкое распространение, чем инструкция pass и объект None. continue Инструкция continue вызывает немедленный переход в начало цикла. Она иногда позволяет избежать использования вложенных инструкций. В следующем примере инструкция continue используется для пропуска нечетных чисел. Этот фрагмент выводит четные числа меньше 10 и больше или равные 0. Вспомним, что число 0 означает ложь, а оператор % вычисляет остаток от деления, поэтому данный цикл выводит числа в обратном порядке, пропуская значения, не кратные 2 (он выводит 8 6 4 2 0): x = 10 while x: x = x-1 if x % 2 != 0: continue print(x, end=’ ‘) # Или, x -= 1 # Нечетное? – пропустить вывод Так как инструкция continue выполняет переход в начало цикла, нам не потребовалось вкладывать инструкцию print в инструкцию if – она будет задействована, только если инструкция continue не будет выполнена. Если она напоминает вам инструкцию «goto», имеющуюся в других языках, то это справедливо. В языке Python нет инструкции «goto», но так как инструкция continue позволяет выполнять переходы внутри программы, большинство замечаний, касающихся удобочитаемости и простоты сопровождения, которые вы могли слышать в отношении инструкции «goto», применимы и к инструкции continue. Не злоупотребляйте использованием этой инструкции, особенно когда вы только начинаете работать с языком Python. Например, последний пример выглядел бы понятнее, если бы инструкция print была вложена в инструкцию if: x = 10 while x: x = x-1 if x % 2 == 0: # Четное? - вывести print(x, end=’ ‘) break, continue, pass и else 397 break Инструкция break вызывает немедленный выход из цикла. Так как программный код, следующий в цикле за этой инструкцией, не выполняется, если эта инструкция запущена, то ее также можно использовать, чтобы избежать вложения. Например, ниже приводится простой интерактивный цикл (вариант более крупного примера, рассматривавшегося в главе 10), где производится ввод данных с помощью функции input (raw_input в Python 2.6) и производится выход из цикла, если в ответ на запрос имени будет введена строка «stop»: >>> while 1: ... name = input(‘Enter name:’) ... if name == ‘stop’: break ... age = input(‘Enter age: ‘) ... print(‘Hello’, name, ‘=>’, int(age) ** 2) ... Enter name:mel Enter age: 40 Hello mel => 1600 Enter name:bob Enter age: 30 Hello bob => 900 Enter name:stop Обратите внимание, как в этом примере выполняется преобразование строки age в целое число с помощью функции int, перед тем как возвести его во вторую степень. Как вы помните, это совершенно необходимо, потому что функция input возвращает ввод пользователя в виде строки. В главе 35 вы увидите, что функция input также возбуждает исключение при получении символа конца файла (например, когда пользователь нажимает комбинацию клавиш Ctrl-Z или Ctrl-D). Если это может иметь влияние, оберните вызов функции input инструкцией try. else При объединении с частью else инструкция break часто позволяет избавиться от необходимости сохранять флаг состояния поиска, как это делается в других языках программирования. Например, следующий фрагмент определяет, является ли положительное целое число y простым числом, выполняя поиск делителей больше 1: x = y // 2 # Для значений y > 1 while x > 1: if y % x == 0: # Остаток print(y, ‘has factor’, x) break # Перешагнуть блок else x -= 1 else: # Нормальное завершение цикла print(y, ‘is prime’) Вместо того чтобы устанавливать флаг, который будет проверен по окончании цикла, достаточно вставить инструкцию break в месте, где будет найден делитель. При такой реализации управление будет передано блоку else, только если инструкция break не была выполнена, то есть когда с уверенностью можно сказать, что число является простым. 398 Глава 13. Циклы while и for Блок else цикла выполняется также в том случае, когда тело цикла ни разу не выполнялось, поскольку в этой ситуации инструкция break также не выполняется. В циклах while это происходит, когда первая же проверка условия в заголовке дает ложное значение. Вследствие этого в предыдущем примере будет получено сообщение «is prime» (простое число), если изначально x меньше или равно 1 (то есть, когда y равно 2). Этот пример определяет простые числа, но недостаточно точно. Числа, меньшие 2, не считаются простыми в соответствии со строгим математическим определением. Если быть более точным, этот программный код также будет терпеть неудачу при отрицательных значениях и выполняться успешно при использовании вещественных чисел без дробной части. Обратите также внимание, что в Python 3.0 вместо оператора деления / используется оператор //, потому что теперь оператор / выполняет операцию «истинного деления», как описано в главе 5 (первоначальное деление необходимо, чтобы отсечь остаток!). Если вы захотите поэкспериментировать с этим фрагментом, загляните в упражнения к четвертой части книги, где этот пример обернут в функцию. Еще о блоке else в цикле Так как блок else в цикле является уникальной особенностью языка Python, он нередко становится источником недопонимания для тех, кто только начинает осваивать его. В общих чертах, блок else в циклах обеспечивает явный синтаксис представления распространенной ситуации – эта программная структура позволяет обработать «другой» способ выхода из цикла, без необходимости устанавливать и проверять флаги или условия. Предположим, например, что вы создаете цикл поиска некоторого значения в списке и после выхода из цикла вам необходимо узнать, было ли найдено значение. Эту задачу можно решить следующим способом: found = False while x and not found: if match(x[0]): Print(‘Ni’) found = True else: x = x[1:] if not found: print(‘not found’) # Искомое значение является первым? # Вырезать первое значение и повторить Здесь мы инициализируем, устанавливаем и проверяем флаг, чтобы определить, увенчался поиск успехом или нет. Это вполне корректный программный код для языка Python, и он работает, однако это именно тот случай, когда можно использовать блок else в цикле. Ниже приводится эквивалентный фрагмент: while x: if match(x[0]): print(‘Ni’) break # Выйти, когда x опустеет # Выход, в обход блока else break, continue, pass и else 399 x = x[1:] else: print(‘Not found’) # Этот блок отработает, только если строка x исчерпана Эта версия более компактна. Нам удалось избавиться от флага и заменить инструкцию if за циклом на блок else (по вертикали находится на одной линии со словом while). Так как выход из цикла while по инструкции break минует блок else, его можно рассматривать как более удобный способ обработки случая неудачного поиска. Некоторые из вас могли бы заметить, что в предыдущем примере блок else можно заменить проверкой строки x после выхода из цикла (например, if not x:). Для данного примера это вполне возможно, но часть else обеспечивает явный синтаксис реализации этого шаблона программирования (здесь – это более очевидный блок обработки ситуации неудачного поиска), и кроме того, подобная проверка не всегда возможна. Часть else в циклах становится еще более полезной, когда используется в сочетании с инструкцией цикла for – темой следующего раздела, потому что обход последовательностей выполняется неподконтрольно вам. Придется держать в уме: имитация циклов while языка C В разделе главы 11, где рассматривались инструкции выражений, утверждалось, что язык Python не предусматривает возможность выполнять присваивание там, где ожидается выражение. Это означает, что следующий, широко используемый, шаблон программирования языка C неприменим в языке Python: while ((x = next()) != NULL) {...обработка x...} Операции присваивания в языке C возвращают присвоенное значение, но в языке Python присваивание – это всего лишь инструкция, а не выражение. Благодаря этому ликвидируется обширный класс ошибок, свойственных языку C (в языке Python невозможно по ошибке оставить знак = там, где подразумевается ==). Но в случае необходимости в циклах while языка Python подобное поведение можно реализовать как минимум тремя способами, без встраивания инструкции присваивания в условное выражение. Операцию присваивания можно переместить в тело цикла вместе с инструкцией break: while True: x = next() if not x: break ...обработка x... или вместе с инструкцией if: x = True while x: x = next() if x: ...обработка x... 400 Глава 13. Циклы while и for или вынести первое присваивание за пределы цикла: x = next() while x: ...обработка x... x = next() Из этих трех вариантов первый, как могут полагать некоторые, – наименее структурированный, но он же представляется наиболее простым и наиболее часто используемым. Простейший цикл for в языке Python также может заменить некоторые циклы языка C. Циклы for Цикл for является универсальным итератором последовательностей в языке Python: он может выполнять обход элементов в любых упорядоченных объектах последовательностей. Инструкция for способна работать со строками, списками, кортежами, с другими встроенными объектами, поддерживающими возможность выполнения итераций, и с новыми объектами, которые создаются с помощью классов, как будет показано позже. Мы уже встречались с этой инструкцией, когда рассматривали типы последовательностей, а теперь познакомимся с ней поближе. Общий формат Циклы for в языке Python начинаются со строки заголовка, где указывается переменная для присваивания (или – цель), а также объект, обход которого будет выполнен. Вслед за заголовком следует блок (обычно с отступами) инструкций, которые требуется выполнить: for <target> in <object>: # Связывает элементы объекта с переменной цикла <statements> # Повторяющееся тело цикла: использует переменную цикла else: <statements> # Если не попали на инструкцию ‘break’ Когда интерпретатор выполняет цикл for, он поочередно, один за другим, присваивает элементы объекта последовательности переменной цикла и выполняет тело цикла для каждого из них. Для обращения к текущему элементу последовательности в теле цикла обычно используется переменная цикла, как если бы это был курсор, шагающий от элемента к элементу. Имя, используемое в качестве переменной цикла (возможно, новой), которое указывается в заголовке цикла for, обычно находится в области видимости, где располагается сама инструкция for. О ней почти нечего сказать; хотя она может быть изменена в теле цикла, тем не менее ей автоматически будет присвоен следующий элемент последовательности, когда управление вернется в начало цикла. После выхода из цикла эта переменная обычно все еще ссылается на последний элемент последовательности, если цикл не был завершен инструкцией break. Инструкция for также поддерживает необязательную часть else, которая работает точно так же, как и в циклах while, – она выполняется, если выход из 401 Циклы for цикла производится не инструкцией break (то есть, если в цикле был выполнен обход всех элементов последовательности). Инструкции break и continue, представленные выше, в циклах for работают точно так же, как и в циклах while. Полная форма цикла for имеет следующий вид: for <target> in <object>: <statements> if <test>: break if <test>: continue else: <statements> # Присваивает элементы объекта с переменной цикла # Выход из цикла, минуя блок else # Переход в начало цикла # Если не была вызвана инструкция ‘break’ Примеры Рассмотрим несколько интерактивных циклов for, чтобы вы могли увидеть, как они используются на практике. Типичные варианты использования Как упоминалось ранее, цикл for может выполнять обход элементов в любых объектах последовательностей. В нашем первом примере, например, мы поочередно, слева направо, присвоим переменной x каждый из трех элементов списка и выведем каждый из них с помощью инструкции print. Внутри инструкции print (в теле цикла) имя x ссылается на текущий элемент списка: >>> for x in [“spam”, “eggs”, “ham”]: ... print(x, end=’ ‘) ... spam eggs ham В следующих двух примерах вычисляется сумма и произведение всех элементов в списке. В этой главе и далее в книге мы познакомимся с инструментами, которые применяют такие операции, как + и *, к элементам списка автоматически, но обычно для этого используется цикл for: >>> >>> ... ... >>> 10 >>> >>> ... >>> 24 sum = 0 for x in [1, 2, 3, 4]: sum = sum + x sum prod = 1 for item in [1, 2, 3, 4]: prod *= item prod Другие типы данных Цикл for, будучи универсальным инструментом, может применяться к любым последовательностям. Например, цикл for может применяться к строкам и кортежам: >>> S = “lumberjack” >>> T = (“and”, “I’m”, “okay”) >>> for x in S: print(x, end=’ ‘) ... # Обход строки 402 Глава 13. Циклы while и for l u m b e r j a c k >>> for x in T: print(x, end=’ ‘) ... and I’m okay # Обход элементов кортежа Фактически, как будет показано чуть ниже, циклы for могут применяться даже к объектам, которые вообще не являются последовательностями, например к файлам и словарям! Присваивание кортежа в цикле for Если выполнить обход последовательности кортежей, переменная цикла сама фактически будет кортежем. Это лишь еще один случай операции присваивания кортежа. Не забывайте, что инструкция цикла for присваивает элементы объекта последовательности переменной цикла, а операция присваивания везде выполняется одинаково: >>> T = [(1, 2), (3, 4), (5, 6)] >>> for (a, b) in T: # Операция присваивания кортежа в действии ... print(a, b) ... 1 2 3 4 5 6 Здесь первый проход цикла действует подобно инструкции (a, b) = (1, 2), второй проход – инструкции (a, b) = (3, 4) и так далее. В результате в каждой итерации автоматически выполняется операция присваивания кортежа. Такая форма присваивания в цикле for часто выполняется с использованием функции zip, с которой мы встретимся ниже в этой главе, – когда будем рассматривать возможность одновременного обхода сразу нескольких последовательностей. Эта же форма цикла часто используется при работе с базами данных, когда ответ на запрос SQL возвращается в виде последовательности последовательностей, таких как список в данном примере, – внешний список представляет таблицу в базе данных, вложенные кортежи – строки в таблице, а инструкция присваивания кортежа извлекает значения полей. Кортежи в циклах for можно использовать для обхода ключей и значений словарей, применяя метод items, что гораздо удобнее, чем выполнять обход ключей и затем с помощью операции индексирования извлекать значения: >>> D = {‘a’: 1, ‘b’: 2, ‘c’: 3} >>> for key in D: ... print(key, ‘=>’, D[key]) ... a => 1 c => 3 b => 2 # Используется итератор словаря # и операция индексирования >>> list(D.items()) [(‘a’, 1), (‘c’, 3), (‘b’, 2)] >>> for (key, value) in D.items(): ... print(key, ‘=>’, value) # Обход ключей и значений одновременно ... a => 1 403 Циклы for c => 3 b => 2 Важно отметить, что операция присваивания кортежей в инструкции цикла for не является каким-то особым случаем – синтаксически после слова for выполняется присваивание переменной цикла любого вида. С другой стороны, мы всегда можем выполнить распаковывание кортежа внутри цикла: >>> T [(1, 2), (3, 4), (5, 6)] >>> for both in T: ... a, b = both # Эквивалентный вариант с присваиванием вручную ... print(a, b) ... 1 2 3 4 5 6 Использование кортежей в заголовке цикла позволяет сэкономить одну операцию в теле цикла при обходе последовательности последовательностей. Как уже упоминалось в главе 11, этот способ можно использовать даже для автоматического распаковывания вложенных структур в цикле for: >>> >>> (1, >>> ... 1 2 4 5 ((a, b), c) = ((1, 2), 3) # Вложенные структуры также могут использоваться a, b, c 2, 3) for ((a, b), c) in [((1, 2), 3), ((4, 5), 6)]: print(a, b, c) 3 6 Это также не является каким-то специальным случаем – просто в каждой итерации инструкция for выполняет операцию присваивания, аналогичную той, что продемонстрирована чуть выше цикла. Таким способом может быть распакована последовательность любых структур, – просто благодаря универсальности операции присваивания последовательностей: >>> for ((a, b), c) in [([1, 2], 3), [‘XY’, 6]]: print(a, b, c) ... 1 2 3 X Y 6 Расширенная операция присваивания последовательностей в циклах for в версии Python 3.0 Фактически благодаря тому, что к переменной цикла в инструкции цикла for может применяться присваивание любого типа, в �� Python�� 3.0 мы можем использовать синтаксис присваивания расширенной операции распаковывания последовательностей, извлекая элементы и фрагменты последовательностей. В действительности это тоже не какой-то особый случай, а просто новая форма присваивания, появившаяся в версии 3.0 (которая рассматривалась в главе 11). Так как этот синтаксис может применяться в инструкциях присваивания, его также можно использовать в циклах for. Вернемся к форме присваивания кортежей, рассматривавшейся в предыдущем разделе. В каждой итерации кортеж значений присваивается кортежу переменных, точно так же, как в обычной инструкции присваивания: 404 Глава 13. Циклы while и for >>> >>> (1, >>> ... ... 1 2 4 5 a, b, c = (1, 2, 3) # Присваивание кортежа a, b, c 2, 3) for (a, b, c) in [(1, 2, 3), (4, 5, 6)]: # Используется в цикле for print(a, b, c) 3 6 Благодаря тому, что в �� Python�� 3.0 появилась возможность выполнить присваивание последовательности множеству переменных, где имени со звездочкой может быть присвоено сразу множество элементов, мы можем использовать тот же прием для извлечения фрагментов вложенных последовательностей в цикле for: >>> a, *b, c = (1, 2, 3, 4) >>> a, b, c (1, [2, 3], 4) # Расширенная инструкция # распаковывания последовательностей >>> for (a, *b, c) in [(1, 2, 3, 4), (5, 6, 7, 8)]: ... print(a, b, c) ... 1 [2, 3] 4 5 [6, 7] 8 На практике этот подход можно использовать для выборки нескольких полей из записей с данными, представленными в виде вложенных последовательностей. В �� Python�� 2.�� X�� не поддерживается расширенная операция распаковывания последовательностей, однако того же эффекта можно добиться с помощью операции извлечения среза. Единственное отличие состоит в том, что операция извлечения среза возвращает результат, зависящий от типа исходной последовательности, тогда как расширенная операция распаковывания последовательностей всегда возвращает список: >>> for all in [(1, 2, 3, 4), (5, 6, 7, 8)]: # Извлечение среза в 2.6 ... a, b, c = all[0], all[1:3], all[3] ... print(a, b, c) ... 1 (2, 3) 4 5 (6, 7) 8 Подробнее об этой форме присваивания рассказывается в главе 11. Вложенные циклы for Теперь рассмотрим более сложный вариант цикла for. Следующий пример иллюстрирует использование блока else и вложенный цикл for. Имея список объектов (items) и список ключей (tests), этот фрагмент пытается отыскать каждый ключ в списке объектов и сообщает о результатах поиска: >>> items = [“aaa”, 111, (4, 5), 2.01] # >>> tests = [(4, 5), 3.14] # >>> >>> for key in tests: # ... for item in items: # ... if item == key: # ... print(key, “was found”) Множество объектов Ключи, которые требуется отыскать Для всех ключей Для всех элементов Проверить совпадение 405 Циклы for ... break ... else: ... print(key, “not found!”) ... (4, 5) was found 3.14 not found! Поскольку при обнаружении совпадения вложенная инструкция if вызывает инструкцию break, можно утверждать, что блок else будет выполняться только в случае, когда поиск завершится неудачей. Обратите внимание на вложение инструкций. Если запустить этот фрагмент, одновременно будут выполняться два цикла: внешний цикл будет выполнять обход списка ключей, а внутренний будет выполнять обход списка элементов в поисках каждого ключа. Уровень вложенности блока else имеет большое значение – он находится на уровне строки заголовка внутреннего цикла for, поэтому он соответствует внутреннему циклу (не инструкции if и не внешнему циклу for). Примечательно, что этот пример можно упростить, если использовать оператор in для проверки вхождения ключа. Поскольку оператор in неявно выполняет обход списка в поисках совпадения, он заменяет собой внутренний цикл: >>> for key in tests: ... if key in items: ... print(key, “was ... else: ... print(key, “not ... (4, 5) was found 3.14 not found! # Для всех ключей # Позволить интерпретатору отыскать совпадение found”) found!”) Вообще, ради компактности кода и скорости вычислений всегда правильнее будет переложить на плечи интерпретатора как можно больше работы, как это сделано в данном примере. Следующий пример с помощью цикла for решает типичную задачу обработки данных – выборку одинаковых элементов из двух последовательностей (из строк). Это достаточно простая задача поиска пересечения двух множеств. После того как цикл for выполнится, переменная res будет ссылаться на список, содержащий все одинаковые элементы, обнаруженные в seq1 и seq2: >>> seq1 = “spam” >>> seq2 = “scam” >>> >>> res = [] >>> for x in seq1: ... if x in seq2: ... res.append(x) ... >>> res [‘s’, ‘a’, ‘m’] # # # # Изначально список пуст Выполнить обход первой последовательности Общий элемент? Добавить в конец результата К сожалению, этот фрагмент работает только с двумя определенными переменными: seq1 и seq2. Было бы замечательно, если бы этот цикл можно было привести к более универсальному виду, тогда его можно было бы использовать многократно. Эта простая идея ведет нас к функциям, теме следующей части книги. 406 Глава 13. Циклы while и for Придется держать в уме: сканирование файлов Циклы удобно использовать там, где надо повторно выполнять некоторые действия или многократно обрабатывать данные. Файлы содержат множество символов и строк, поэтому они могут рассматриваться как один из типичных объектов применения циклов. Чтобы загрузить содержимое файла в строку одной инструкцией, достаточно вызвать метод read: file = open(‘test.txt’, ‘r’) # Прочитать содержимое файла в строку print(file.read()) Но для загрузки файла по частям обычно используется либо цикл while, завершающийся инструкцией break по достижении конца файла, либо цикл for. Чтобы выполнить посимвольное чтение, достаточно любого из следующих фрагментов: file = open(‘test.txt’) while True: char = file.read(1) # Читать по одному символу if not char: break print(char) for char in open(‘test.txt’).read(): print(char) Тут цикл for выполняет обработку каждого отдельного символа, но загрузка содержимого файла в память производится однократно. Чтение строками или блоками циклом while реализуется следующим образом: file = open(‘test.txt’) while True: line = file.readline() # Читать строку за строкой if not line: break print(line, end=’ ‘) # Прочитанная строка уже содержит символ \n file = open(‘test.txt’, ‘rb’) while True: chunk = file.read(10) # Читать блоками по 10 байтов if not chunk: break print(chunk) Двоичные данные обычно читаются блоками определенного размера. Однако в случае текстовых данных построчное чтение с помощью цикла for выглядит проще и работает быстрее: for line in open(‘test.txt’).readlines(): print(line, end=’’) for line in open(‘test.txt’): # Использование итератора: лучший способ print(line, end=’’) # чтения текста Метод файлов readlines загружает файл целиком в список строк, тогда как при использовании итератора файла в каждой итерации загружается только одна строка (итераторы подробно рассматриваются в главе 14). Подробности об использованных здесь функциях вы найдете в руководстве по стандартной библиотеке языка Python. Приемы программирования циклов 407 Последний пример представляет наиболее предпочтительный способ работы с текстовыми файлами. Он не только проще, но и способен работать с файлами любого размера, так как не загружает файл целиком в память. Версия на базе итератора может оказаться самой быстрой, но пока остается неясным вопрос, связанный с производительностью операций ввода-вывода в Python3.0. В коде, написанном для версии Python 2.X, можно встретить вызов функции file вместо open, а также устаревший метод файлов xreadlines, который позволяет добиться того же эффекта, что с итератором файлов (он действует так же, как метод readlines, но не загружает файл в память целиком). Функция file и метод xreadlines были ликвидированы в Python 3.0 вследствие их избыточности. Вам также не следует использовать их, если вы пользуетесь Python 2.6, но они все еще могут вам встретиться в старых программах. Подробнее об операциях чтения файлов рассказывается в главе 36, где вы узнаете, что работа с текстовыми и двоичными файлами в версии Python 3.0 имеет немного отличающийся смысл. Приемы программирования циклов Цикл for относится к категории счетных циклов. Обычно он выглядит проще и работает быстрее, чем цикл while, поэтому его нужно рассматривать в самую первую очередь, когда возникает необходимость выполнить обход последовательности. Однако существуют ситуации, когда необходимо выполнять обход каким-то особенным способом. Например, как быть, если необходимо выполнить обход каждого второго или каждого третьего элемента в списке или попутно выполнить изменения в списке? Или если необходимо реализовать параллельный обход более чем одной последовательности в одном и том же цикле for? Такие уникальные ситуации всегда можно запрограммировать с помощью цикла while и извлечения элементов вручную, но Python предоставляет две встроенные возможности, позволяющие управлять обходом элементов в цикле for: •• Встроенная функция range возвращает непрерывную последовательность увеличивающихся целых чисел, которые можно использовать в качестве индексов внутри цикла for. •• Встроенная функция zip возвращает список кортежей, составленных из элементов входных списков с одинаковыми индексами, который может использоваться для одновременного обхода нескольких последовательностей в цикле for. Обычно циклы for выполняются быстрее, чем аналогичные им счетные циклы на базе инструкции while, поэтому везде, где только возможно, лучше пользоваться такими инструментами, которые позволят использовать цикл for. Рассмотрим каждый из этих встроенных инструментов по очереди. Счетные циклы: while и range Функция range является по-настоящему универсальным инструментом, который может использоваться в самых разных ситуациях. Чаще всего она ис- 408 Глава 13. Циклы while и for пользуется для генерации индексов в цикле for, но вы можете использовать ее везде, где необходимы списки целых чисел. В Python 3.0 функция range возвращает итератор, который генерирует элементы по требованию, поэтому, чтобы отобразить результаты ее работы, мы должны обернуть вызов этой функции в вызов функции list (подробнее об итераторах рассказывается в главе 14): >>> list(range(5)), list(range(2, 5)), list(range(0, 10, 2)) ([0, 1, 2, 3, 4], [2, 3, 4], [0, 2, 4, 6, 8]) Функция range с одним аргументом генерирует список целых чисел в диапазоне от нуля до указанного в аргументе значения, не включая его. Если функции передать два аргумента, первый будет рассматриваться как нижняя граница диапазона. Необязательный третий аргумент определяет шаг – в этом случае интерпретатор будет добавлять величину шага при вычислении каждого последующего значения (по умолчанию шаг равен 1). Существует возможность воспроизводить последовательности чисел в диапазоне отрицательных значений и в порядке убывания: >>> list(range(-5, 5)) [-5, -4, -3, -2, -1, 0, 1, 2, 3, 4] >>> list(range(5, -5, -1)) [5, 4, 3, 2, 1, 0, -1, -2, -3, -4] Такое использование функции range само по себе может быть полезным, однако чаще всего она используется в циклах for. Прежде всего, она обеспечивает простой способ повторить действие определенное число раз. Например, чтобы вывести три строки, можно использовать функцию range для создания соответствующего количества целых чисел – в версии 3.0 инструкция for автоматически извлекает все значения из итератора range, поэтому нам не потребовалось использовать функцию list: >>> for i in range(3): ... print(i, ‘Pythons’) ... 0 Pythons 1 Pythons 2 Pythons Функция range также часто используется для косвенного обхода последовательностей. Самый простой и самый быстрый способ выполнить обход последовательности заключается в использовании цикла for, когда основную работу выполняет интерпретатор: >>> X = ‘spam’ >>> for item in X: print(item, end=’ ‘) # Простейший цикл ... s p a m При таком использовании все задачи, касающиеся выполнения итераций, решаются внутренними механизмами цикла for. Если вам действительно необходимо явно управлять логикой доступа к элементам, можно воспользоваться циклом while: >>> i = 0 >>> while i < len(X): ... print(X[i], end=’ ‘) # Обход с помощью цикла while Приемы программирования циклов 409 ... i += 1 ... s p a m Однако управлять индексами вручную можно и в цикле for, если использовать функцию range для воспроизведения списка индексов. Это многоэтапный процесс, но он вполне пригоден для генерирования смещений, а не элементов с этим смещениями: >>> X ‘spam’ >>> len(X) # Длина строки 4 >>> list(range(len(X))) # Все допустимые смещенияв X [0, 1, 2, 3] >>> >>> for i in range(len(X)): print(X[i],end=’ ‘) # Извлечение элементов вручную ... s p a m В этом примере выполняется обход списка смещений в строке X, а не фактических элементов строки – нам пришлось внутри цикла обращаться к строке X, чтобы извлечь каждый элемент. Обход части последовательности: range и срезы Последний пример в предыдущем разделе вполне работоспособен, но он выполняется гораздо медленнее, чем мог бы. Кроме того, нам пришлось выполнить больше работы, чем требуется для решения такой задачи. Если вы не предъявляете особых требований к индексам, всегда лучше использовать простейшую форму цикла for – используйте цикл for вместо while везде, где только возможно, и используйте функцию range в циклах for, только если это действительно необходимо. Следующее простое решение является лучшим: >>> for item in X: print(item) # Простейшая итерация ... Однако прием, представленный в предшествующем примере, позволяет нам управлять порядком обхода последовательности, например пропускать элементы: >>> S = ‘abcdefghijk’ >>> list(range(0, len(S), 2)) [0, 2, 4, 6, 8, 10] >>> for i in range(0, len(S), 2): print(S[i], end=’ ‘) ... a c e g i k Здесь в цикле выбирается каждый второй элемент строки S при обходе списка значений, сгенерированных функцией range. Чтобы извлечь каждый третий элемент, достаточно изменить третий аргумент функции range, передав в нем значение 3, и так далее. Таким образом, функция range позволяет пропускать элементы, сохраняя при этом простоту цикла for. Однако, на сегодняшний день это, пожалуй, не самый лучший способ. Если вам действительно необходимо пропустить элементы последовательности, 410 Глава 13. Циклы while и for можно использовать расширенную форму операции извлечения среза с тремя пределами, представленную в главе 7, которая обеспечивает более простой путь к достижению цели. Чтобы получить каждый второй символ из строки S, можно извлечь срез с шагом 2: >>> S = ‘abcdefghijk’ >>> for c in S[::2]: print(c, end=’ ‘) ... a c e g i k Изменение списков: range Еще одно место, где можно использовать комбинацию функции range и цикла for, – это циклы, изменяющие список в процессе его обхода. Например, предположим, что по тем или иным причинам нам необходимо прибавить 1 к каждому элементу списка. Можно попытаться использовать для этой цели простейшую форму цикла for, но скорее всего это не то, что нам нужно: >>> >>> ... ... >>> [1, >>> 6 L = [1, 2, 3, 4, 5] for x in L: x += 1 L 2, 3, 4, 5] x Такое решение вообще ничего не дает – здесь изменяется переменная цикла x, а не список L. Причину такого поведения трудно заметить. Всякий раз, когда цикл выполняет очередную итерацию, переменная x ссылается на очередное целое число, которое уже было извлечено из списка. В первой итерации, например, переменная x является целым числом 1. На следующей итерации в переменную x будет записана ссылка на другой объект – целое число 2, но это никак не повлияет на список, откуда было взято число 1. Чтобы действительно изменить список во время его обхода, нам необходимо использовать операцию присваивания по индексу и изменить значения во всех позициях, по которым осуществляется цикл. Необходимые нам индексы можно воспроизвести с помощью комбинации функций len/range: >>> L = [1, 2, 3, 4, 5] >>> for i in range(len(L)): ... L[i] += 1 ... >>> L [2, 3, 4, 5, 6] # Прибавить 1 к каждому элементу в списке L # Или L[i] = L[i] + 1 При такой реализации список изменяется в процессе обхода. Простой цикл for x in L: такого результата дать не может, потому что в таком цикле выполняется обход фактических элементов, а не позиций в списке. А возможно ли создать эквивалентный цикл while? Для этого нам потребуется приложить немного больше усилий, и такой цикл наверняка будет работать медленнее: >>> i = 0 >>> while i < len(L): ... L[i] += 1 Приемы программирования циклов 411 ... i += 1 ... >>> L [3, 4, 5, 6, 7] В данном случае решение на базе функции range может быть неидеальным. Генератор списка в виде [x+1 for x in L] также даст желаемый результат, но первоначальный список при этом не изменится (мы могли бы присвоить получившийся новый список обратно переменной L, но это выражение не изменит другие ссылки на первоначальный список). Поскольку эта концепция циклов занимает такое важное положение, мы еще раз вернемся к ней, когда будем рассматривать генераторы списков ниже в этой главе. Параллельный обход: zip и map Как было показано выше, встроенная функция range позволяет выполнять обход отдельных частей последовательностей. В том же духе встроенная функция zip позволяет использовать цикл for для обхода нескольких последовательностей параллельно. Функция zip принимает одну или несколько последовательностей в качестве аргументов и возвращает список кортежей, составленных из соответствующих элементов этих последовательностей. Например, предположим, что мы выполняем обработку двух списков: >>> L1 = [1,2,3,4] >>> L2 = [5,6,7,8] Для объединения элементов этих списков можно использовать функцию zip, которая создаст список кортежей из пар элементов (подобно функции range, в версии 3.0 функция zip возвращает итерируемый объект, поэтому, чтобы вывести все результаты, возвращаемые этой функцией, необходимо обернуть ее вызов вызовом функции list, – подробнее об итераторах рассказывается в следующей главе): >>> zip(L1, L2) <zip object at 0x026523C8> >>> list(zip(L1,L2)) # Функция list необходима в 3.0, но не в 2.6 [(1, 5), (2, 6), (3, 7), (4, 8)] Такой результат может пригодиться в самых разных ситуациях, но применительно к циклу for он обеспечивает возможность выполнения параллельных итераций: >>> ... ... 1 5 2 6 3 7 4 8 for (x, y) in zip(L1, L2): print(x, y, ‘--’, x+y) ----- 6 8 10 12 Здесь выполняется обход результата обращения к функции zip, то есть пар, составленных из элементов двух списков. Обратите внимание, что в этом цикле используется операция присваивания кортежей для получения элементов 412 Глава 13. Циклы while и for каждого кортежа, полученного от функции zip. На первой итерации она будет выглядеть, как если бы была выполнена инструкция (x, y) = (1, 5). Благодаря этому мы можем сканировать оба списка L1 и L2 в одном цикле. Тот же эффект можно получить с помощью цикла while, в котором доступ к элементам производится вручную, но такой цикл будет сложнее в реализации и наверняка медленнее, чем прием, основанный на использовании for/zip. Функция zip на самом деле более универсальна, чем можно было бы представить на основе этого фрагмента. Например, она принимает последовательности любого типа (в действительности – любые итерируемые объекты, включая и файлы) и позволяет указывать более двух аргументов. При вызове с тремя аргументами, как показано в следующем примере, она конструирует список кортежей, состоящих из трех элементов, выбирая элементы из каждой последовательности с одним и тем же смещением (с технической точки зрения, из N аргументов функция zip создает N-мерный кортеж): >>> T1, T2, T3 = (1,2,3), (4,5,6), (7,8,9) >>> T3 (7, 8, 9) >>> list(zip(T1,T2,T3)) [(1, 4, 7), (2, 5, 8), (3, 6, 9)] Длина списка, возвращаемого функцией zip, равна длине кратчайшей из последовательностей, если аргументы имеют разную длину. В следующем примере выполняется объединение двух строк с целью параллельной обработки их символов, при этом результат содержит столько кортежей, сколько было элементов в кратчайшей последовательности: >>> S1 = ‘abc’ >>> S2 = ‘xyz123’ >>> >>> list(zip(S1, S2)) [(‘a’, ‘x’), (‘b’, ‘y’), (‘c’, ‘z’)] Эквивалентная функция map в Python 2.6 В Python 2.X имеется родственная встроенная функция map, объединяющая элементы последовательностей похожим образом, но она не усекает результат по длине кратчайшей последовательности, а дополняет недостающие элементы значениями None, если аргументы имеют разную длину: >>> S1 = ‘abc’ >>> S2 = ‘xyz123’ >>> map(None, S1, S2) # Только в 2.X [(‘a’, ‘x’), (‘b’, ‘y’), (‘c’, ‘z’), (None, ‘1’), (None, ‘2’), (None,’3’)] В этом примере используется вырожденная форма обращения к встроенной функции map, которая больше не поддерживается в Python 3.0. Обычно она принимает функцию и одну или более последовательностей и собирает результаты вызова функции с соответствующими элементами, извлеченными из последовательностей. Подробнее функция map будет рассматриваться в главах 19 и 20. Ниже приводится короткий пример, где встроенная функция ord применяется к каждому символу в строке и собирает результаты в список (подобно функции zip, в версии 3.0 map возвращает генератор, и поэтому, чтобы получить Приемы программирования циклов 413 все ее результаты в интерактивном сеансе, обращение к ней следует заключить в вызов функции list): >>> list(map(ord, ‘spam’)) [115, 112, 97, 109] Тот же результат можно получить с помощью следующего цикла, но реализация на основе функции map зачастую выполняется быстрее: >>> res = [] >>> for c in ‘spam’: res.append(ord(c)) >>> res [115, 112, 97, 109] Примечание, касающееся различий между версиями: Вырожденная форма вызова функции map, когда в первом аргументе вместо функции передается объект None, больше не поддерживается в Python 3.0, потому что в этом случае она в значительной степени совпадает с функцией zip (и, честно говоря, несколько не соответствует основному назначению функции map). В версии 3.0 вы можете либо использовать функцию zip, либо написать цикл, который сам дополняет недостающие результаты. Как это сделать, будет показано в главе 20, после того как мы познакомимся с дополнительными концепциями итераций. Конструирование словаря с помощью функции zip В главе 8 я говорил, что функцию zip, используемую здесь, удобно применять для создания словарей, когда ключи и значения вычисляются во время выполнения программы. Теперь, когда мы поближе познакомились с этой функцией, я объясню, какое отношение она имеет к конструированию словарей. Как вы уже знаете, словарь всегда можно создать с помощью литерала словаря или присваивая значения ключам: >>> D1 = {‘spam’:1, ‘eggs’:3, ‘toast’:5} >>> D1 {‘toast’: 5, ‘eggs’: 3, ‘spam’: 1} >>> >>> >>> >>> D1 = {} D1[‘spam’] = 1 D1[‘eggs’] = 3 D1[‘toast’] = 5 Но как быть, если программа получает ключи и значения для словаря в виде списков во время выполнения, уже после того, как сценарий был написан? Например, предположим, что имеются следующие списки ключей и значений: >>> keys = [‘spam’, ‘eggs’, ‘toast’] >>> vals = [1, 3, 5] Один из способов превратить их в словарь состоит в том, чтобы передать списки функции zip и затем выполнить обход полученного результата в цикле for: >>> list(zip(keys, vals)) [(‘spam’, 1), (‘eggs’, 3), (‘toast’, 5)] 414 Глава 13. Циклы while и for >>> D2 = {} >>> for (k, v) in zip(keys, vals): D2[k] = v ... >>> D2 {‘toast’: 5, ‘eggs’: 3, ‘spam’: 1} Однако, начиная с версии Python 2.2, можно обойтись без цикла for и просто передать результат вызова функции zip встроенному конструктору dict: >>> keys = [‘spam’, ‘eggs’, ‘toast’] >>> vals = [1, 3, 5] >>> D3 = dict(zip(keys, vals)) >>> D3 {‘toast’: 5, ‘eggs’: 3, ‘spam’: 1} Встроенное имя dict в языке Python в действительности является именем типа (больше об именах типов и о создании подтипов вы узнаете в главе 31). Этот вызов производит преобразование списка в словарь, но в действительности это вызов конструктора объекта. В следующей главе мы рассмотрим родственное, но более широкое понятие генераторов списков, которые позволяют создавать списки с помощью единственного выражения. Мы также вернемся еще раз к генераторам словарей, появившихся в версии 3.0, которые являются альтернативой вызову dict для пар ключ/значение, объединенных в последовательность. Генерирование индексов и элементов: enumerate Ранее мы рассматривали использование функции range для генерации индексов (смещений) элементов в строке вместо получения самих элементов с этими индексами. Однако в некоторых программах необходимо получить и то, и другое: и элемент, и его индекс. При традиционном подходе можно было бы использовать простой цикл for, в котором вести счетчик текущего индекса: >>> S = ‘spam’ >>> offset = 0 >>> for item in S: ... print(item, ... offset += 1 ... s appears at offset p appears at offset a appears at offset m appears at offset ‘appears at offset’, offset) 0 1 2 3 Этот способ вполне работоспособен, но в последних версиях языка Python те же самые действия можно выполнить с помощью встроенной функции с именем enumerate: >>> S = ‘spam’ >>> for (offset, item) in enumerate(S): ... print(item, ‘appears at offset’, offset) ... s appears at offset 0 p appears at offset 1 a appears at offset 2 m appears at offset 3 В заключение 415 Функция enumerate возвращает объект-генератор – разновидность объекта, который поддерживает протокол итераций, который мы будем рассматривать в следующей главе, и более подробно будем обсуждать в следующей части книги. В двух словах: он имеет метод __next__, вызываемый встроенной функцией next и возвращающий кортеж (index, value) для каждого элемента списка. Мы можем использовать эти кортежи для присваивания в цикле for (точно так же, как и в случае с функцией zip): >>> E = enumerate(S) >>> E <enumerate object at 0x02765AA8> >>> next(E) (0, ‘s’) >>> next(E) (1, ‘p’) >>> next(E) (2, ‘a’) Обычно мы не видим всю эту механику, потому что во всех случаях (включая генераторы списков – тема главы 14) протокол итераций выполняется автоматически: >>> [c * i for (i, c) in enumerate(S)] [‘’, ‘p’, ‘aa’, ‘mmm’] Чтобы окончательно разобраться с такими понятиями итераций, как функции enumerate, zip и генераторы списков, нам необходимо перейти к следующей главе, где производится разбор этих понятий с более формальной точки зрения. В заключение В этой главе мы исследовали инструкции циклов языка Python, а также некоторые концепции, имеющие отношение к циклам. Мы рассмотрели инструкции циклов while и for во всех подробностях и узнали о связанных с ними блоках else. Мы также изучили инструкции break и continue, которые могут использоваться только внутри циклов, и дополнительно познакомились с некоторыми встроенными инструментами, часто используемыми в цикле for, включая функции range, zip, map и enumerate (хотя понимание их роли, как итераторов в Python 3.0, не может быть полным до прочтения следующей главы). В следующей главе мы продолжим исследование механизмов итераций и рассмотрим генераторы списков и протокол итераций в языке Python�� – концепций, которые тесно связаны с циклами for. Там же будут объясняться некоторые тонкости применения итерируемых инструментов, с которыми мы встретились здесь, таких как функции range и zip. Однако, как обычно, прежде чем двинуться дальше, попробуйте ответить на контрольные вопросы. Закрепление пройденного Контрольные вопросы 1. В чем заключаются основные различия между циклами while и for? 2. В чем заключаются основные различия между инструкциями break и continue? 416 Глава 13. Циклы while и for 3. Когда выполняется блок else в циклах? 4. Как в языке Python можно запрограммировать счетный цикл? 5. Для чего может использоваться функция range в цикле for? Ответы 1. Инструкция while обеспечивает способ организации универсальных циклов, а инструкция for предназначена для обхода элементов в последовательностях (в действительности – в итерируемых объектах). С помощью инструкции while можно сымитировать счетный цикл for, однако программный код получится менее компактным и может выполняться медленнее. 2. Инструкция break осуществляет немедленный выход из цикла (управление передается первой инструкции, следующей за телом цикла while или for), а инструкция continue выполняет переход в начало цикла (в позицию непосредственно перед условным выражением в цикле while или перед извлечением очередного элемента в цикле for). 3. Блок else в циклах while или for выполняется один раз после выхода из цикла при условии, что цикл завершается обычным образом (без использования инструкции break). Инструкция break осуществляет немедленный выход из цикла и пропускает блок else (если таковая присутствует). 4. Счетные циклы могут быть реализованы на базе инструкции while при условии, что вычисление индексов будет производиться вручную, или на базе инструкции for, которая использует встроенную функцию range для генерирования последовательности целых чисел. Ни один из этих способов не является предпочтительным в языке Python. Если вам необходимо просто обойти все элементы в последовательности, везде, где только возможно, используйте простой цикл for, без функции range или счетчиков. Такая реализация и выглядит проще, и обычно работает быстрее. 5. Встроенная функция range может использоваться в циклах for для организации фиксированного количества итераций, для реализации обхода смещений вместо самих элементов, для того, чтобы обеспечить пропуск элементов и чтобы получить возможность изменять список во время его обхода. Однако ни в одном из перечисленных случаев использование функции range не является обязательным условием, и для большинства из них имеются альтернативные способы – сканирование фактических элементов, использование операции извлечения среза с тремя пределами и генераторы списков зачастую являются более привлекательными решениями (несмотря на навязчивое стремление экс-C-программеров подсчитывать все подряд!). Глава 14 . Итерации и генераторы, часть 1 В предыдущей главе мы познакомились с двумя инструкциями циклов, имеющимися в языке Python, while и for. Они могут использоваться при решении самого широкого круга задач, где необходимо организовать многократное выполнение повторяющихся операций, однако необходимость перебора элементов последовательностей возникает настолько часто, что в язык Python были введены дополнительные инструменты, делающие эту операцию более простой и эффективной. В данной главе мы начнем исследование этих инструментов. В частности, здесь будут рассматриваться родственные концепции протокола итераций в языке Python�� – модели, основанной на вызове методов, используемой в циклах for, а кроме того, будут представлены некоторые подробности, касающиеся генераторов списков – близкого родственника цикла for, который позволяет применять выражение к элементам итерируемой последовательности. Оба эти инструмента тесно связаны с циклами for и с функциями, поэтому мы будем рассматривать их в два захода: в этой главе, являющейся своего рода продолжением предыдущей главы, основные понятия об этих инструментах представлены с точки зрения циклического выполнения операций, а в главе 20 эти инструменты будут рассмотрены с точки зрения вызова функций. В этой главе мы также познакомимся с дополнительными инструментами выполнения итераций в языке Python и коснемся новых итераторов, появившихся в Python 3.0. Небольшое предварительное примечание: некоторые из концепций, представленных в этих главах, на первый взгляд могут показаться избыточными. Однако по мере приобретения опыта вы поймете, насколько эти инструменты удобны и эффективны. Строго говоря, знание их не является обязательным, однако они настолько часто используются в программах, что понимание основ сможет помочь вам разобраться в чужих программах, если вдруг возникнет такая необходимость. Итераторы: первое знакомство В предыдущей главе упоминалось, что цикл for может работать с последовательностями любого типа, включая списки, кортежи и строки, например: 418 Глава 14. Итерации и генераторы, часть 1 >>> for x in [1, 2, 3, 4]: print(x ** 2, end=’ ‘) ... 1 4 9 16 >>> for x in (1, 2, 3, 4): print(x ** 3, end=’ ‘) ... 1 8 27 64 >>> for x in ‘spam’: print(x * 2, end=’ ‘) ... ss pp aa mm Фактически цикл for имеет еще более универсальную природу, чем было показано, – он способен работать с любыми итерируемыми объектами, поддерживающими возможность выполнения итераций. На самом деле это верно для всех средств выполнения итераций, которые выполняют сканирование объектов слева направо, включая циклы for, генераторы списков, оператор in проверки на вхождение, встроенную функцию map и другие. Понятие «итерируемого объекта» является относительно новым в языке Py�� thon�� , но оно успело прочно внедриться в модель языка. По существу оно является обобщением понятия последовательности – объект считается итерируемым, либо если он физически является последовательностью, либо если он является объектом, который воспроизводит по одному результату за раз в контексте инструментов выполнения итераций, таких как цикл for. В некотором смысле в категорию итерируемых объектов входят как физические последовательности, так и последовательности виртуальные, которые вычисляются по требованию.1 Протокол итераций: итераторы файлов Один из самых простых способов понять, что такое итераторы, – это посмотреть, как они работают со встроенными типами, такими как файлы. В главе 9 говорилось, что объекты открытых файлов имеют метод с именем readline, который читает по одной строке текста из файла за одно обращение – каждый раз, вызывая метод readline, мы перемещаемся к следующей строке. По достижении конца файла возвращается пустая строка, что может служить сигналом для выхода из цикла: >>> f = open(‘script1.py’) # Прочитать 4 строки из файла сценария >>> f.readline() # Метод readline загружает одну строку ‘import sys\n’ >>> f.readline() ‘print(sys.path)\n’ >>> f.readline() ‘x = 2\n’ >>> f.readline() 1 Терминология в этой теме носит немного расплывчатый характер. Термины «итерируемый» и «итератор» в этой книге используются как взаимозаменяемые и обозначают объекты, которые поддерживают возможность итераций. Иногда термин «итерируемый» используется для обозначения объектов, реализующих метод iter, а термин «итератор» – для обозначения объектов, возвращаемых функцией iter и поддерживающих функцию next(I), однако это соглашение не является универсальным ни в языке Python, ни в этой книге. 419 Итераторы: первое знакомство ‘print(2 ** 33)\n’ >>> f.readline() ‘’ # Вернет пустую строку по достижении конца файла Кроме того, файлы имеют также метод __next__, который производит практически тот же эффект, – всякий раз, когда его вызывают, он возвращает следующую строку. Единственное значимое различие состоит в том, что по достижении конца файла метод __next__ возбуждает встроенное исключение StopIteration вместо того, чтобы возвращать пустую строку: >>> f = open(‘script1.py’) # Метод __next__ загружает одну строку >>> f.__next__() # и возбуждает исключение по достижении конца файла ‘import sys\n’ >>> f.__next__() ‘print(sys.path)\n’ >>> f.__next__() ‘x = 2\n’ >>> f.__next__() ‘print(2 ** 33)\n’ >>> f.__next__() Traceback (most recent call last): ...текст сообщения об ошибке опущен... StopIteration Такое поведение в точности соответствует тому, что мы в языке Python называем протоколом итераций, – объект реализует метод __next__, который возвращает следующее значение и возбуждает исключение StopIteration в конце серии результатов. Подобные объекты в языке Python считаются итерируемыми. Любой такой объект доступен для сканирования с помощью цикла for или других итерационных инструментов, потому что все инструменты выполнения итераций вызывают метод __next__ в каждой итерации и определяют момент выхода по исключению StopIteration. Следствие всего вышесказанного: лучший способ построчного чтения текстового файла, как уже упоминалось в главе 9, состоит не в том, чтобы прочитать его целиком, а в том, чтобы позволить циклу for автоматически вызывать метод __next__ для перемещения к следующей строке в каждой итерации. Например, следующий фрагмент читает содержимое файла строку за строкой (попутно приводит символы к верхнему регистру и выводит их) без явного обращения к методам файла: >>> for line in open(‘script1.py’): ... print(line.upper(), end=’’) ... IMPORT SYS PRINT(SYS.PATH) X = 2 PRINT(2 ** 33) # Использовать итератор файла # Вызывает метод __next__, # перехватывает исключение StopIteration Обратите внимание на аргумент end=’’ в вызове функции print; он подавляет вывод символа \n, потому что строки, прочитанные из файла, уже содержат этот символ (если этот аргумент опустить, выводимые строки будут перемежаться пустыми строками). Такой способ построчного чтения текстовых файлов считается лучшим по трем причинам: программный код выглядит проще, он выполняется быстрее и более экономно использует память. Более старый способ достижения того же эффекта с помощью цикла for состоит в том, что- 420 Глава 14. Итерации и генераторы, часть 1 бы вызвать метод readlines для загрузки содержимого файла в память в виде списка строк: >>> for line in open(‘script1.py’).readlines(): ... print(line.upper(), end=’’) ... IMPORT SYS PRINT SYS.PATH X = 2 PRINT 2 ** 33 Способ, основанный на использовании метода readlines, по-прежнему может использоваться, но на сегодня он проигрывает из-за неэкономного использования памяти. Так как в этом случае файл загружается целиком, данный способ не позволит работать с файлами, слишком большими, чтобы поместиться в память компьютера. При этом версия, основанная на применении итераторов, не подвержена таким проблемам с памятью, так как содержимое файла считывается по одной строке за раз. Кроме того, способ на базе итераторов должен иметь более высокую производительность, хотя это во многом может зависеть от версии (в Python 3.0 это преимущество становится менее очевидным из-за того, что библиотека ввода-вывода была полностью переписана с целью обеспечить поддержку Юникода и сделать ее еще более платформонезависимой). Как упоминалось во врезке «Придется держать в уме: сканирование файлов» в предыдущей главе, существует возможность построчного чтения файлов с помощью цикла while: >>> f = open(‘script1.py’) >>> while True: ... line = f.readline() ... if not line: break ... print(line.upper(), end=’’) ... ...вывод тот же самый... Однако такой вариант наверняка будет работать медленнее версии, основанной на использовании итератора в цикле for, потому что итераторы внутри интерпретатора выполняются со скоростью, присущей программам, написанным на языке C, тогда как версия на базе цикла while работает со скоростью интерпретации байт-кода виртуальной машиной Python. Всякий раз, когда код на языке Python подменяется кодом на языке C, скорость его выполнения обычно увеличивается. Однако это не всегда так, особенно в Python 3.0; далее в книге будут представлены приемы оценки времени выполнения, позволяющие измерить относительную скорость выполнения вариантов, подобных этим. Выполнение итераций вручную: iter и next Для поддержки возможности выполнения итераций вручную (и уменьшения объема ввода с клавиатуры) в Python 3.0 имеется встроенная функция next, которая автоматически вызывает метод __next__ объекта. Допустим, что у нас имеется итерируемый объект X, тогда вызов next(X) будет равносилен вызову X.__next__(), но выглядит намного проще. Применительно к файлам, например, можно использовать любую из этих двух форм: >>> f = open(‘script1.py’) >>> f.__next__() # Непосредственный вызов метода 421 Итераторы: первое знакомство ‘import sys\n’ >>> f.__next__() ‘print(sys.path)\n’ >>> f = open(‘script1.py’) >>> next(f) # Встроенная функция next вызовет метод __next__ ‘import sys\n’ >>> next(f) ‘print(sys.path)\n’ С технической точки зрения итерационный протокол имеет еще одну сторону. В самом начале цикл for получает итератор из итерируемого объекта, передавая его встроенной функции iter, которая возвращает объект, имеющий требуемый метод __next__. Это станет более очевидным, если посмотреть, на то, как внутренние механизмы циклов for обрабатывают такие встроенные типы последовательностей, как списки: >>> L = [1, 2, 3] >>> I = iter(L) # Получить объект-итератор >>> I.__next__() # Вызвать __next__, чтобы перейти к следующему элементу 1 >>> I.__next__() 2 >>> I.__next__() 3 >>> I.__next__() Traceback (most recent call last): ...текст сообщения об ошибке опущен... StopIteration При работе с файлами этот начальный этап не нужен, потому что объект файла имеет собственный итератор. То есть объекты файлов имеют собственный метод __next__, и потому для работы с файлами не требуется получать другой объект: >>> f = open(‘script1.py’) >>> iter(f) is f True >>> f.__next__() ‘import sys\n’ Списки и многие другие встроенные объекты не имеют собственных итераторов, потому что они поддерживают возможность участия сразу в нескольких итерациях. Чтобы начать итерации по таким объектам, необходимо предварительно вызвать функцию iter: >>> L = [1, 2, 3] >>> iter(L) is L False >>> L.__next__() AttributeError: ‘list’ object has no attribute ‘__next__’ >>> I = iter(L) >>> I.__next__() 1 >>> next(I) 2 # То же, что и вызов метода I.__next__() 422 Глава 14. Итерации и генераторы, часть 1 Инструменты итераций в языке �� Python�� вызывают эти функции автоматически, однако мы также можем пользоваться ими при выполнении итераций вручную. Следующий фрагмент наглядно демонстрирует эквивалентность автоматического и ручного способов организации итераций.1 >>> L = [1, 2, 3] >>> >>> for X in L: # Автоматический способ выполнения итераций ... print(X ** 2, end=’ ‘) # Получает итератор, вызывает __next__, ... # обрабатывает исключение 1 4 9 >>> I = iter(L) # Ручной способ итераций: имитация цикла for >>> while True: ... try: # Инструкция try обрабатывает исключения ... X = next(I) # Или I.__next__ ... except StopIteration: ... break ... print(X ** 2, end=’ ‘) ... 1 4 9 Чтобы понять, как действует этот программный код, необходимо знать, что инструкция try выполняет операцию и перехватывает исключения, которые могут возникнуть в ходе этой операции (мы будем исследовать исключения в седьмой части книги). Следует также отметить, что цикл for и другие средства выполнения итераций иногда могут действовать иначе, при работе с пользовательскими классами, многократно производя операцию индексирования объекта вместо использования протокола итераций. Обсуждение этой особенности мы отложим до тех пор, пока в главе 29 не познакомимся с возможностью перегрузки операторов. Примечание, касающееся различий между версиями: В версии Python 2.6 метод итераций называется X.next(), а не X.__next__(). Для обеспечения переносимости можно использовать встроенную функцию next(X), доступную также в Python 2.6 (но не в более ранних версиях), которая в версии 2.6 вызывает метод 1 Строго говоря, цикл for вызывает внутренний эквивалент метода I.__next__, а не функцию next(I), которая используется в примере. Различия между ними весьма незначительны, но, как мы увидим в следующем разделе, в версии 3.0 имеются встроенные объекты (такие как возвращаемое значение функции os.popen), поддерживающие первый вариант и не поддерживающие второй, и при этом они обеспечивают возможность обхода с помощью цикла for. Вообще говоря, при реализации итераций вручную вы можете использовать любую схему вызова. Если вам интересно, в версии 3.0 объект, возвращаемый функцией os.popen, был переписан с использованием модуля subprocess и класса-обертки. Его метод __getattr__ больше не вызывается в версии 3.0 при неявном обращении к методу __next__ из встроенной функции next, но он вызывается при явном обращении по имени – это изменение в версии 3.0, которое будет рассматриваться в главах 37 и 38, затронуло даже программный код в стандартной библиотеке! Кроме того, в Python 3.0 были ликвидированы родственные функции os.popen2/3/4, имевшиеся в Python 2.6, – теперь вместо них следует использовать функцию subprocess.Popen с соответствующими аргументами (за дополнительными сведениями обращайтесь к руководству по стандартной библиотеке Python 3.0). Итераторы: первое знакомство 423 X.next() вместо X.__next__(). Во всех остальных отношениях в версии 2.6 итерации действуют точно так же, как и в версии 3.0, – просто используйте метод X.next() или функцию next(X) при выполнении итераций вручную. В более ранних версиях Python, предшествующих версии 2.6, вместо функции next(X) следует вручную вызывать метод X.next(). Другие итераторы встроенных типов Кроме файлов и фактических последовательностей, таких как списки, удобные итераторы также имеют и другие типы. Классический способ выполнить обход всех ключей словаря, например, состоит в том, чтобы явно запросить список ключей: >>> D = {‘a’:1, ‘b’:2, ‘c’:3} >>> for key in D.keys(): ... print(key, D[key]) ... a 1 c 3 b 2 В последних версиях Python словари имеют итератор, который автоматически возвращает по одному ключу за раз в контексте итераций: >>> I = iter(D) >>> next(I) ‘a’ >>> next(I) ‘c’ >>> next(I) ‘b’ >>> next(I) Traceback (most recent call last): ...текст сообщения об ошибке опущен... StopIteration Благодаря этому больше не требуется вызывать метод keys, чтобы выполнить обход ключей словаря, – цикл for автоматически будет использовать протокол итераций, извлекая ключи по одному в каждой итерации: >>> for key in D: ... print(key, D[key]) ... a 1 c 3 b 2 Мы пока не можем углубляться в дальнейшее обсуждение этой темы, но замечу, что объекты других типов в языке Python�� также поддерживают протокол итераций и поэтому могут использоваться в циклах for. Например, хранилища объектов (объекты файлов с доступом по ключу, используемые для хранения объектов Python) и объекты, возвращаемые функцией os.popen (используется для чтения вывода команд системной оболочки), также являются итерируемыми: 424 Глава 14. Итерации и генераторы, часть 1 >>> import os >>> P = os.popen(‘dir’) >>> P.__next__() ‘ Volume in drive C is SQ004828V03\n’ >>> P.__next__() ‘ Volume Serial Number is 08BE-3CD4\n’ >>> next(P) TypeError: _wrap_close object is not an iterator Обратите внимание, что объекты, возвращаемые функцией popen, в Python 2.6 поддерживают метод P.next(). В версии 3.0 они поддерживают метод P.__next__ (), но не поддерживают встроенную функцию next(P). Последняя определена так, что вызывает метод P.next(), и пока не совсем ясно, будет ли изменено такое ее поведение в будущих версиях (как описывалось в сноске выше, это явная проблема реализации). Впрочем, данная проблема возникает только при организации итераций вручную – если используется механизм автоматической итерации через эти объекты, с помощью цикла for и других инструментов итераций (которые описываются в следующих разделах), они возвращают последовательности строк в любых версиях Python. Кроме того, поддержка протокола итераций является причиной, по которой мы вынуждены были обертывать некоторые результаты в вызов функции list, чтобы увидеть все значения сразу. Итерируемые объекты возвращают элементы не в виде списка, а по одному элементу за раз: >>> R = range(5) >>> R # Диапазоны в версии 3.0 – это итерируемые объекты range(0, 5) >>> I = iter(R) # Используйте протокол итераций для обхода элементов >>> next(I) 0 >>> next(I) 1 >>> list(range(5)) # Или функцию list для получения всех элементов сразу [0, 1, 2, 3, 4] Теперь, когда вы получили неплохое представление об этом протоколе, вы должны суметь объяснить, почему функция enumerate, представленная в преды дущей главе, действует, как показано ниже: >>> E = enumerate(‘spam’) # enumerate возвращает итерируемый объект >>> E <enumerate object at 0x0253F508> >>> I = iter(E) >>> next(I) # Получить результаты с помощью протокола итераций (0, ‘s’) >>> next(I) (1, ‘p’) >>> list(enumerate(‘spam’)) # или с помощью функции list [(0, ‘s’), (1, ‘p’), (2, ‘a’), (3, ‘m’)] Обычно весь этот механизм скрыт от нас, потому что он автоматически используется циклом for. Фактически любые инструменты, выполняющие обход объектов слева направо, используют протокол итераций таким же точно способом, включая инструменты, которые рассматриваются в следующем разделе. Генераторы списков: первое знакомство 425 Генераторы списков: первое знакомство Теперь, когда мы узнали, как действует протокол итераций, обратимся к наиболее частому случаю его использования. Наряду с циклом for, генераторы списков представляют один из самых заметных инструментов, где используется протокол итераций. В предыдущей главе мы узнали о возможности использовать функцию range для изменения списков в ходе выполнения итераций: >>> L = [1, 2, 3, 4, 5] >>> for i in range(len(L)): ... L[i] += 10 ... >>> L [11, 12, 13, 14, 15] Этот способ работает, но, как я уже упоминал, он может быть далеко не самым оптимальным в языке �� Python�� . В наши дни генераторы списков переводят многое из того, что использовалось раньше, в разряд устаревших приемов. Например, в следующем фрагменте цикл был заменен единственным выражением, которое в результате воспроизводит требуемый список: >>> L = [x + 10 for x in L] >>> L [21, 22, 23, 24, 25] Конечный результат получается тем же самым, но от нас потребовалось меньше усилий и, скорее всего, этот вариант работает быстрее. Выражения генераторов списков нельзя считать равнозначной заменой инструкции цикла for, потому что они создают новые объекты списков (что может иметь значение при наличии нескольких ссылок на первоначальный список), но это подходящая замена для большинства применений, к тому же распространенная и достаточно удобная, чтобы заслужить внимательного изучения здесь. Основы генераторов списков Впервые с генераторами списков мы встретились в главе 4. Синтаксис генераторов списков происходит от конструкций, используемых в теории множеств для описания операций над каждым элементом множества, но вам совсем не обязательно знать теорию множеств, чтобы использовать их. Многие считают, что генераторы списков в языке Python напоминают цикл for, записанный задом наперед. Чтобы получить представление о синтаксисе, рассмотрим пример из предыдущего раздела более подробно: >>> L = [x + 10 for x in L] Генераторы списков записываются в квадратных скобках, потому что это, в конечном счете, способ создания нового списка. Генератор списка начинается с некоторого составленного нами выражения, которое использует введенную нами переменную цикла (x + 10). Далее следует то, что вы без труда опознаете как заголовок цикла for, в котором объявляется переменная цикла и итерируемый объект (for x in L). 426 Глава 14. Итерации и генераторы, часть 1 Чтобы найти значение выражения, Python выполняет обход списка L, присваивая переменной x каждый очередной элемент, и собирает результаты, пропуская все элементы через выражение слева. Полученный в результате список является точным отражением того, что «говорит» генератор списков, – новый список, содержащий x+10 для каждого x в L. С технической точки зрения всегда можно обойтись без генераторов списков, потому что существует возможность создавать список результатов выражения вручную, с помощью цикла for: >>> res = [] >>> for x in L: ... res.append(x + 10) ... >>> res [21, 22, 23, 24, 25] Фактически это и есть точное представление внутреннего механизма генератора списков. Но генераторы списков записываются компактнее, и данный способ сборки списков получил широкое распространение в языке Python�� , поэтому они оказываются очень удобными во многих ситуациях. Более того, генераторы списков могут выполняться значительно быстрее (зачастую почти в два раза), чем инструкции циклов for, потому что итерации выполняются со скоростью языка �� C�� , а не со скоростью программного кода на языке �� Python�� . Такое преимущество в скорости особенно важно для больших объемов данных. Использование генераторов списков для работы с файлами Рассмотрим еще один распространенный случай использования генераторов списков, чтобы подробнее исследовать их работу. Вспомним, что у объекта файла имеется метод readlines, который загружает файл целиком в список строк: >>> f = open(‘script1.py’) >>> lines = f.readlines() >>> lines [‘import sys\n’, ‘print(sys.path)\n’, ‘x = 2\n’, ‘print(2 ** 33)\n’] Этот фрагмент работает, но все строки в списке оканчиваются символом новой строки (\n). Символ новой строки является препятствием для многих программ – приходится быть осторожным, чтобы избежать появления пустых строк при выводе и так далее. Было бы совсем неплохо, если бы мы могли одним махом избавиться от этих символов новой строки. Всякий раз, когда мы заговариваем о выполнении операций над каждым элементом последовательности, мы попадаем в сферу действий генераторов списков. Например, предположим, что переменная lines находится в том же состоянии, в каком она была оставлена в предыдущем примере. Тогда следующий фрагмент обработает каждую строку в списке функцией rstrip, чтобы удалить завершающие пробельные символы (также можно было бы использовать выражение извлечения среза line[:-1], но только если бы мы были абсолютно уверены, что все строки завершаются символом новой строки): Генераторы списков: первое знакомство 427 >>> lines = [line.rstrip() for line in lines] >>> lines [‘import sys’, ‘print(sys.path)’, ‘x = 2’, ‘print(2 ** 33)’] Этот метод действует, как ожидалось, генераторы списков – это другой итерационный контекст, но точно так же, как и в простом цикле for, нам не требуется даже открывать файл заранее. Если открыть его внутри выражения, генератор списков автоматически будет использовать итерационный протокол, с которым мы познакомились выше в этой главе. То есть он будет читать из файла по одной строке за раз – вызовом метода __next__ файла, пропускать строку через функцию rstrip и добавлять результат в список. И снова мы получаем именно то, что запрашиваем, – результат работы метода rstrip для каждой строки в файле: >>> lines = [line.rstrip() for line in open(‘script1.py’)] >>> lines [‘import sys’, ‘print(sys.path)’, ‘x = 2’, ‘print(2 ** 33)’] Это выражение значительную часть работы выполняет неявно – интерпретатор сканирует файл и автоматически собирает список результатов выполнения операции. Кроме того, это наиболее эффективный способ, потому что большая часть действий выполняется внутри интерпретатора Python, который работает наверняка быстрее, чем эквивалентная инструкция for. Напомню еще раз, что при работе с большими файлами выигрыш в скорости от применения генераторов списков может оказаться весьма существенным. Генераторы списков не только обладают высокой эффективностью, они еще весьма выразительны. В этом примере мы могли бы выполнить над строками в файле любые строковые операции. Ниже приводится генератор списков, эквивалентный примеру, рассматривавшемуся выше, в котором использовался итератор файла и все символы преобразовывались в верхний регистр, а также несколько других (составление цепочки из вызовов методов во втором примере стало возможным благодаря тому, что строковые методы возвращают новую строку, к которой и применяется другой строковый метод): >>> [line.upper() for line in open(‘script1.py’)] [‘IMPORT SYS\n’, ‘PRINT(SYS.PATH)\n’, ‘X = 2\n’, ‘PRINT(2 ** 33)\n’] >>> [line.rstrip().upper() for line in open(‘script1.py’)] [‘IMPORT SYS’, ‘PRINT(SYS.PATH)’, ‘X = 2’, ‘PRINT(2 ** 33)’] >>> [line.split() for line in open(‘script1.py’)] [[‘import’,’sys’], [‘print(sys.path)’], [‘x’,’=’,’2’], [‘print(2’,’**’,’33)’]] >>> [line.replace(‘ ‘, ‘!’) for line in open(‘script1.py’)] [‘import!sys\n’, ‘print(sys.path)\n’, ‘x!=!2\n’, ‘print(2!**!33)\n’] >>> [(‘sys’ in line, line[0]) for line in open(‘script1.py’)] [(True, ‘i’), (True, ‘p’), (False, ‘x’), (False, ‘p’)] Расширенный синтаксис генераторов списков В действительности генераторы списков могут иметь еще более сложный вид. Например, в цикл for, вложенный в выражение, можно добавить оператор if, чтобы отобрать результаты, для которых условное выражение дает истинное значение. 428 Глава 14. Итерации и генераторы, часть 1 Например, предположим, что нам требуется повторить предыдущий пример, но при этом необходимо отобрать только строки, начинающиеся с символа p (возможно, первый символ в каждой строке – код действия некоторого вида). Достичь поставленной цели можно, если добавить фильтрующий оператор if: >>> lines = [line.rstrip() for line in open(‘script1.py’) if line[0] == ‘p’] >>> lines [‘print(sys.path)’, ‘print(2 ** 33)’] В этом примере оператор if проверяет, является ли первый символ в строке символом p. Если это не так, строка не включается в список результатов. Это достаточно длинное выражение, но его легко понять, если преобразовать в эквивалентный простой цикл for (вообще любой генератор списков можно перевести в эквивалентную реализацию на базе инструкции for, добавляя отступы к каждой последующей части): >>> res = [] >>> for line in open(‘script1.py’): ... if line[0] == ‘p’: ... res.append(line.rstrip()) ... >>> res [‘print(sys.path)’, ‘print(2 ** 33)’] Эта инструкция for выполняет эквивалентные действия, но занимает четыре строки вместо одной и работает существенно медленнее. В случае необходимости генераторы списков могут иметь еще более сложный вид. Например, они могут содержать вложенные циклы, оформленные в виде серии операторов for. На самом деле полный синтаксис допускает указывать любое число операторов for, каждый из которых может иметь ассоциированный с ним оператор if (подробнее о синтаксисе генераторов выражений рассказывается в главе 20). Например, следующий фрагмент создает список результатов операции конкатенации x+y для всех x в одной строке и для всех y – в другой. В результате получаются сочетания символов в двух строках: >>> [x + y for x in ‘abc’ for y in ‘lmn’] [‘al’, ‘am’, ‘an’, ‘bl’, ‘bm’, ‘bn’, ‘cl’, ‘cm’, ‘cn’] Чтобы проще было понять это выражение, его также можно преобразовать в форму инструкции, добавляя отступы к каждой последующей части. Следующий фрагмент представляет собой эквивалентную, но более медленную реализацию: >>> res = [] >>> for x in ‘abc’: ... for y in ‘lmn’: ... res.append(x + y) ... >>> res [‘al’, ‘am’, ‘an’, ‘bl’, ‘bm’, ‘bn’, ‘cl’, ‘cm’, ‘cn’] Даже с повышением уровня сложности выражения генераторов списков могут иметь очень компактный вид. Вообще они предназначены для реализации простых итераций – для реализации сложных действий более простая инструкция for наверняка будет проще и для понимания, и для изменения в будущем. 429 Генераторы списков: первое знакомство Обычно если что-то в программировании для вас оказывается слишком сложным, возможно, это не самое лучшее решение. Мы еще вернемся к итераторам и генераторам списков в главе 20, где будем рассматривать их в контексте функций, где вы увидите, что они связаны с функциями не менее тесно, чем с инструкциями циклов. Другие контексты итераций Далее в этой книге мы увидим, что в своих классах также можно реализовать поддержку протокола итераций. Поэтому иногда бывает важно знать, какие встроенные инструменты могут использоваться для этого, – любой инструмент, использующий протокол итераций, автоматически сможет работать с любыми встроенными и пользовательскими классами, реализующими его поддержку. До настоящего момента я демонстрировал итераторы в контексте инструкции цикла for, потому что в этой части книги основное внимание уделяется инструкциям. Однако имейте в виду, что каждый инструмент, который выполняет обход объектов слева направо, использует итерационный протокол. В число этих инструментов входят и циклы for, как уже было показано выше: >>> for line in open(‘script1.py’): ... print(line.upper(), end=’’) ... IMPORT SYS PRINT(SYS.PATH) X = 2 PRINT(2 ** 33) # Использовать итератор файла Генераторы списков, оператор in, встроенная функция map и другие встроенные средства, такие как функции sorted и zip, также основаны на применении итерационного протокола. Когда все эти инструменты применяются к файлу, они автоматически используют итератор объекта файла для построчного чтения: >>> uppers = [line.upper() for line in open(‘script1.py’)] >>> uppers [‘IMPORT SYS\n’, ‘PRINT(SYS.PATH)\n’, ‘X = 2\n’, ‘PRINT(2 ** 33)\n’] >>> map(str.upper, open(‘script1.py’)) # в 3.0 функция map возвращает итератор <map object at 0x02660710> >>> list( map(str.upper, open(‘script1.py’)) ) [‘IMPORT SYS\n’, ‘PRINT(SYS.PATH)\n’, ‘X = 2\n’, ‘PRINT(2 ** 33)\n’] >>> ‘y = 2\n’ in open(‘script1.py’) False >>> ‘x = 2\n’ in open(‘script1.py’) True Используемая здесь функция map, с которой мы познакомились в предыдущей главе, представляет собой инструмент, вызывающий заданную функцию для каждого элемента итерируемого объекта. Функция map напоминает генераторы списков, хотя и с ограничениями, потому что ей можно передать только функцию, а не произвольное выражение. Кроме того, в Python 3.0 она возвращает итерируемый объект, поэтому нам пришлось обернуть обращение к этой функции в вызов функции list, чтобы получить сразу все значения, – подробнее об этом изменении рассказывается ниже в этой главе. Так как функция map, как 430 Глава 14. Итерации и генераторы, часть 1 и генераторы списков, связана с циклами for и с функциями, мы снова вернемся к их исследованию в главах 19 и 20. В языке Python�� имеются различные встроенные функции, позволяющие обрабатывать итерируемые объекты: функция sorted сортирует элементы итерируемого объекта, функция zip объединяет элементы итерируемых объектов, функция enumerate создает пары из элементов итерируемых объектов и их позиций, функция filter отбирает элементы, для которых указанная функция возвращает истинное значение, а функция r

Лутц М. Изучаем Python (4-е издание, 2011)

Похожие документы

Разделы

Поддержка

Лутц М. Изучаем Python (4-е издание, 2011)

Похожие документы

Добавить этот документ в коллекции

Добавить этот документ в сохраненные

Предложите, как улучшить StudyLib